{ "aboutHtml": "

Gemini 3.1 Pro Preview ใช้สำหรับข้อมูลซับซ้อนและงานที่ต้องตัดสินใจหลายขั้นตอนต่อเนื่อง Google เน้นวิศวกรรมซอฟต์แวร์ การใช้เครื่องมือ และความสอดคล้องของคำตอบเชิงข้อเท็จจริง โมเดลช่วยวิเคราะห์ชุดข้อมูลขนาดใหญ่ คลังซอฟต์แวร์ทั้งโครงการ และงานที่ข้อความเชื่อมกับข้อมูลภาพหรือเสียง

ข้อมูลชนิดใดที่โมเดลเข้าใจ

คุณสมบัติของ Google ระบุ ข้อความ ภาพ วิดีโอ เสียง และ PDF ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ บริบทยาวรองรับ โทเคนอินพุตได้ถึง 1 048 576 โทเคน และคำตอบข้อความรองรับ โทเคนเอาต์พุตได้ถึง 65 536 โทเคน ความเข้าใจภาพและเสียงไม่ได้หมายถึงการสร้างข้อมูลเหล่านั้น เอาต์พุตของเวอร์ชันนี้ยังคงเป็นข้อความ

การใช้เหตุผลและการทำงานเป็นขั้นตอน

Thinking เปิดให้เพิ่มความพยายามในการใช้เหตุผลภายใน ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ high และมี low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก สถานการณ์หลักรวมถึงการเขียนโปรแกรมซับซ้อน การพัฒนาอัลกอริทึม การวางแผนเชิงกลยุทธ์ และการปรับปรุงวิธีแก้ทีละขั้น มีประโยชน์เป็นพิเศษเมื่อต้องคำนึงถึงหลายข้อกำหนดที่เชื่อมโยงกันและกลับไปพิจารณาผลระหว่างทาง

ความสามารถของโมเดลรวมถึงการเรียกฟังก์ชัน การรันโค้ด และคำตอบที่มีโครงสร้าง รองรับการแคชบริบท การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL รวมถึงการประมวลผลแบบแบตช์ ชุดความสามารถนี้ช่วยสร้างกระบวนการที่โมเดลวิเคราะห์ข้อมูล เลือกเครื่องมือถัดไป และจัดทำผลสรุป ความพร้อมจริงของแต่ละเครื่องมือขึ้นอยู่กับวิธีใช้งานโมเดล

เวอร์ชันและลักษณะเฉพาะ

การ์ดนี้อ้างอิงรุ่นพรีวิว gemini-3.1-pro-preview ซึ่งมีพื้นฐานจาก Gemini 3 Pro ผู้ผลิตระบุรูปแบบ gemini-3.1-pro-preview-customtools แยกต่างหาก สำหรับกระบวนการที่ใช้เชลล์และเครื่องมือที่ผู้ใช้กำหนด ลำดับความสำคัญในการเลือกเครื่องมือและลักษณะพฤติกรรมของรูปแบบนั้นไม่ได้เป็นคุณสมบัติของรุ่น Preview ทั่วไป

โมเดลยังมีข้อจำกัดทั่วไปของสายพื้นฐาน คำตอบอาจมีข้อมูลที่แต่งขึ้น และบางคำขออาจช้าหรือหมดเวลา การใช้เหตุผลหลายขั้นตอน บริบทขนาดใหญ่ และการเข้าถึงข้อมูลช่วยทำงานซับซ้อนได้ แต่ไม่ได้ทำให้ทุกข้อสรุปที่สร้างกลายเป็นข้อเท็จจริงที่ตรวจสอบแล้ว

", "aboutText": "Gemini 3.1 Pro Preview ใช้สำหรับข้อมูลซับซ้อนและงานที่ต้องตัดสินใจหลายขั้นตอนต่อเนื่อง Google เน้นวิศวกรรมซอฟต์แวร์ การใช้เครื่องมือ และความสอดคล้องของคำตอบเชิงข้อเท็จจริง โมเดลช่วยวิเคราะห์ชุดข้อมูลขนาดใหญ่ คลังซอฟต์แวร์ทั้งโครงการ และงานที่ข้อความเชื่อมกับข้อมูลภาพหรือเสียง\n\n### ข้อมูลชนิดใดที่โมเดลเข้าใจ\n\nคุณสมบัติของ Google ระบุ **ข้อความ ภาพ วิดีโอ เสียง และ PDF** ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น **ข้อความและภาพ** และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ บริบทยาวรองรับ **โทเคนอินพุตได้ถึง 1 048 576 โทเคน** และคำตอบข้อความรองรับ **โทเคนเอาต์พุตได้ถึง 65 536 โทเคน** ความเข้าใจภาพและเสียงไม่ได้หมายถึงการสร้างข้อมูลเหล่านั้น เอาต์พุตของเวอร์ชันนี้ยังคงเป็นข้อความ\n\n### การใช้เหตุผลและการทำงานเป็นขั้นตอน\n\nThinking เปิดให้เพิ่มความพยายามในการใช้เหตุผลภายใน ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ `high` และมี `low`, `medium`, `high` ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก สถานการณ์หลักรวมถึงการเขียนโปรแกรมซับซ้อน การพัฒนาอัลกอริทึม การวางแผนเชิงกลยุทธ์ และการปรับปรุงวิธีแก้ทีละขั้น มีประโยชน์เป็นพิเศษเมื่อต้องคำนึงถึงหลายข้อกำหนดที่เชื่อมโยงกันและกลับไปพิจารณาผลระหว่างทาง\n\nความสามารถของโมเดลรวมถึงการเรียกฟังก์ชัน การรันโค้ด และคำตอบที่มีโครงสร้าง รองรับการแคชบริบท การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL รวมถึงการประมวลผลแบบแบตช์ ชุดความสามารถนี้ช่วยสร้างกระบวนการที่โมเดลวิเคราะห์ข้อมูล เลือกเครื่องมือถัดไป และจัดทำผลสรุป ความพร้อมจริงของแต่ละเครื่องมือขึ้นอยู่กับวิธีใช้งานโมเดล\n\n### เวอร์ชันและลักษณะเฉพาะ\n\nการ์ดนี้อ้างอิงรุ่นพรีวิว `gemini-3.1-pro-preview` ซึ่งมีพื้นฐานจาก Gemini 3 Pro ผู้ผลิตระบุรูปแบบ `gemini-3.1-pro-preview-customtools` แยกต่างหาก สำหรับกระบวนการที่ใช้เชลล์และเครื่องมือที่ผู้ใช้กำหนด ลำดับความสำคัญในการเลือกเครื่องมือและลักษณะพฤติกรรมของรูปแบบนั้นไม่ได้เป็นคุณสมบัติของรุ่น Preview ทั่วไป\n\nโมเดลยังมีข้อจำกัดทั่วไปของสายพื้นฐาน คำตอบอาจมีข้อมูลที่แต่งขึ้น และบางคำขออาจช้าหรือหมดเวลา การใช้เหตุผลหลายขั้นตอน บริบทขนาดใหญ่ และการเข้าถึงข้อมูลช่วยทำงานซับซ้อนได้ แต่ไม่ได้ทำให้ทุกข้อสรุปที่สร้างกลายเป็นข้อเท็จจริงที่ตรวจสอบแล้ว", "editorialOverlay": { "copy_fields": { "practical_html": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

Plan a dependency-constrained move\n\nA lab move has these constraints: archive samples before unplugging the freezer; test the backup freezer before moving samples; restore temperature monitoring before accepting new samples. Staff propose unplugging first to save time. Produce an ordered checklist, flag the unsafe proposed step and specify evidence needed before accepting new samples. Use only the supplied constraints.

ผลลัพธ์ที่คาดหวัง

An ordered checklist, one identified conflict and an acceptance-evidence item.

ตรวจสอบผลลัพธ์

The checklist must place backup testing and sample protection before unplugging and monitoring before intake.
" }, "copy_sha256": "ed17db1240ebe2095d0bd48f1520a406081dea540dcb81ef83954689544b6965", "copy_source": { "locale": "th", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "gemini-3.1-pro-high", "source_facts_sha256": "0380b99ecb11107e0ffea57f71ef5fd63e12ff2bcddbac08dd8114811f6112f7", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "575c06b9e9c8edd25e902fee6c540667394fe89f54441fb2db91a8717e7aad14", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "th", "methods": [ { "html": "
G

Gemini 3.1 Pro High

Google /gemini-3.1-pro-high

เริ่มต้น

โมเดลมัลติโมดัลของ Google สำหรับงานเขียนโปรแกรมซับซ้อน วิเคราะห์ข้อมูลจำนวนมาก และใช้เครื่องมือหลายขั้นตอนอย่างแม่นยำ

อินพุตที่รองรับ
ข้อความ · รูปภาพ
ผลลัพธ์
ข้อความ
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini 3.1 Pro Preview ใช้สำหรับข้อมูลซับซ้อนและงานที่ต้องตัดสินใจหลายขั้นตอนต่อเนื่อง Google เน้นวิศวกรรมซอฟต์แวร์ การใช้เครื่องมือ และความสอดคล้องของคำตอบเชิงข้อเท็จจริง โมเดลช่วยวิเคราะห์ชุดข้อมูลขนาดใหญ่ คลังซอฟต์แวร์ทั้งโครงการ และงานที่ข้อความเชื่อมกับข้อมูลภาพหรือเสียง

ข้อมูลชนิดใดที่โมเดลเข้าใจ

คุณสมบัติของ Google ระบุ ข้อความ ภาพ วิดีโอ เสียง และ PDF ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ บริบทยาวรองรับ โทเคนอินพุตได้ถึง 1 048 576 โทเคน และคำตอบข้อความรองรับ โทเคนเอาต์พุตได้ถึง 65 536 โทเคน ความเข้าใจภาพและเสียงไม่ได้หมายถึงการสร้างข้อมูลเหล่านั้น เอาต์พุตของเวอร์ชันนี้ยังคงเป็นข้อความ

การใช้เหตุผลและการทำงานเป็นขั้นตอน

Thinking เปิดให้เพิ่มความพยายามในการใช้เหตุผลภายใน ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ high และมี low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก สถานการณ์หลักรวมถึงการเขียนโปรแกรมซับซ้อน การพัฒนาอัลกอริทึม การวางแผนเชิงกลยุทธ์ และการปรับปรุงวิธีแก้ทีละขั้น มีประโยชน์เป็นพิเศษเมื่อต้องคำนึงถึงหลายข้อกำหนดที่เชื่อมโยงกันและกลับไปพิจารณาผลระหว่างทาง

ความสามารถของโมเดลรวมถึงการเรียกฟังก์ชัน การรันโค้ด และคำตอบที่มีโครงสร้าง รองรับการแคชบริบท การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL รวมถึงการประมวลผลแบบแบตช์ ชุดความสามารถนี้ช่วยสร้างกระบวนการที่โมเดลวิเคราะห์ข้อมูล เลือกเครื่องมือถัดไป และจัดทำผลสรุป ความพร้อมจริงของแต่ละเครื่องมือขึ้นอยู่กับวิธีใช้งานโมเดล

เวอร์ชันและลักษณะเฉพาะ

การ์ดนี้อ้างอิงรุ่นพรีวิว gemini-3.1-pro-preview ซึ่งมีพื้นฐานจาก Gemini 3 Pro ผู้ผลิตระบุรูปแบบ gemini-3.1-pro-preview-customtools แยกต่างหาก สำหรับกระบวนการที่ใช้เชลล์และเครื่องมือที่ผู้ใช้กำหนด ลำดับความสำคัญในการเลือกเครื่องมือและลักษณะพฤติกรรมของรูปแบบนั้นไม่ได้เป็นคุณสมบัติของรุ่น Preview ทั่วไป

โมเดลยังมีข้อจำกัดทั่วไปของสายพื้นฐาน คำตอบอาจมีข้อมูลที่แต่งขึ้น และบางคำขออาจช้าหรือหมดเวลา การใช้เหตุผลหลายขั้นตอน บริบทขนาดใหญ่ และการเข้าถึงข้อมูลช่วยทำงานซับซ้อนได้ แต่ไม่ได้ทำให้ทุกข้อสรุปที่สร้างกลายเป็นข้อเท็จจริงที่ตรวจสอบแล้ว

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot · Anthropic Messages POST /v1/messages
ขาเข้า
text, image
ขาออก
text
บริบท
1,048,576 tokens
เอาต์พุตสูงสุด
65,536 tokens
รูปแบบเอาต์พุต
json หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
gemini-3.1-pro-high
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
user, assistant
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstring|content_block[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์systemประเภทstring|content_block[]ข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดจำเป็นค่าและข้อจำกัด
ขั้นต่ำ: 1
ข้อจำกัดใช้กับ: เพดานที่ตรงกับโมเดล/การ์ดที่เลือก
ค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ฟิลด์temperatureประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์top_pประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์stop_sequencesประเภทstring[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์toolsประเภทtool[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].nameประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: มีเครื่องมือให้ใช้
ค่าเริ่มต้น—
ฟิลด์tools[].descriptionประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tools[].input_schemaประเภทJSON_schemaข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tool_choiceประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์thinking.typeประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์thinking.budget_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์output_config.effortประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์metadataประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์cache_controlประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content หรือบล็อก type=text

ข้อความ + ภาพ

{type:image,source:{type:base64,media_type,data}} หรือแหล่งข้อมูลชนิด type=url

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์material_typesข้อกำหนดtext, image
พารามิเตอร์requiredข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์optional_controlsข้อกำหนดnull
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์text_file_materialข้อกำหนดแทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก

วงจรการทำงาน: exact retained published method

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

ราคา

อัตราค่าบริการเมธอด Ailoot

Ailoot Anthropic MessagesPOST /v1/messages
ขาเข้า
US$0.002 / 1K
ขาออก
US$0.012 / 1K
การอ่านแคช
US$0.0002 / 1K

ราคาตามความยาวคำขอ · Anthropic Messages

ขนาดคำขอ, โทเคนขาเข้าขาออกการอ่านแคชการเขียนแคชแคช 5 นาทีแคช 1 ชั่วโมง
ขนาดคำขอ, โทเคน(0; 200,000]ขาเข้าUS$0.002ขาออกUS$0.012การอ่านแคชUS$0.0002การเขียนแคชอัตราพื้นฐาน: —แคช 5 นาทีอัตราพื้นฐาน: —แคช 1 ชั่วโมงอัตราพื้นฐาน: —
ขนาดคำขอ, โทเคน(200,000; ∞)ขาเข้าUS$0.004ขาออกUS$0.018การอ่านแคชUS$0.0004การเขียนแคชอัตราพื้นฐาน: —แคช 5 นาทีอัตราพื้นฐาน: —แคช 1 ชั่วโมงอัตราพื้นฐาน: —

อัตราเป็น USD ต่อ 1K โทเค็น หากไม่ได้กำหนดอัตรา จะใช้อัตราพื้นฐานของเมธอดนี้ โดย «—» หมายถึงยังไม่ได้กำหนดอัตราพื้นฐาน

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot · Anthropic Messages

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-pro-high", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n

รับและบันทึกผลลัพธ์

Ailoot · 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 gemini-3.1-pro-high

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

gemini-3.1-pro-high

", "method_identity": { "effective_request_model_id": "gemini-3.1-pro-high", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "gemini-3.1-pro-high", "route_label": "Core" }, "method_key": "Core|messages|/v1/messages|gemini-3.1-pro-high", "ordinal": 0, "rawMethod": { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content หรือบล็อก type=text", "required_material": "ข้อความ UTF8" }, { "availability": "Exact model input declaration and selected Source bridge required", "file_id_workflow": "No Ailoot upload/file-ID endpoint is introduced by this feed.", "mode": "text_plus_image", "representation": "{type:image,source:{type:base64,media_type,data}} หรือแหล่งข้อมูลชนิด type=url" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "gemini-3.1-pro-high" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "เพดานที่ตรงกับโมเดล/การ์ดที่เลือก", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "มีเครื่องมือให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ" ], "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "แทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 1048576, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"gemini-3.1-pro-high\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H \"x-api-key: $AILOOT_API_KEY\" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}\"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"gemini-3.1-pro-high\", \"max_tokens\": 1024, \"messages\": [{\"role\": \"user\", \"content\": [{\"type\": \"text\", \"text\": \"Read labels and numbers in this image; flag unreadable text.\"}]}]}')\nimport base64\nf=Path(os.environ[\"AILOOT_IMAGE_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose an actual PNG JPEG or WebP image\")\nraw=f.read_bytes()\nmime=\"image/png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"image/jpeg\" if raw.startswith(b\"\\xff\\xd8\") else \"image/webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else None\nif not mime:raise SystemExit(\"Use PNG JPEG or WebP\")\nb64=base64.b64encode(raw).decode()\np[\"messages\"][0][\"content\"].append({\"type\":\"image\",\"source\":{\"type\":\"base64\",\"media_type\":mime,\"data\":b64}})\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H \"x-api-key: $AILOOT_API_KEY\" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual image", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"gemini-3.1-pro-high\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"gemini-3.1-pro-high\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nwith client.messages.stream(model='gemini-3.1-pro-high',max_tokens=1024,messages=[{\"role\":\"user\",\"content\":\"Explain observations and hypotheses in three sentences.\"}]) as stream:\n with Path(\"stream-events.jsonl\").open(\"w\",encoding=\"utf-8\") as log:\n for event in stream:\n payload=event.to_dict(mode=\"json\")\n log.write(json.dumps(payload,ensure_ascii=False)+\"\\n\"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 2, "input": [ "text", "image" ], "label": "Anthropic Messages", "max_out": 65536, "max_tool_calls": null, "out": 12, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 2, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 12, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.2, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" } ] } ], "request_model_id": "gemini-3.1-pro-high", "route_label": "Core", "status_reads": [], "tiers": [ { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 2, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": 200000, "min": 0, "null_rate_policy": "inherit_base_rate", "out": 12 }, { "cache_read": 0.4, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 4, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": null, "min": 200000, "null_rate_policy": "inherit_base_rate", "out": 18 } ], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "
G

Gemini 3.1 Pro High

Google /gemini-3.1-pro-high

เริ่มต้น

โมเดลมัลติโมดัลของ Google สำหรับงานเขียนโปรแกรมซับซ้อน วิเคราะห์ข้อมูลจำนวนมาก และใช้เครื่องมือหลายขั้นตอนอย่างแม่นยำ

อินพุตที่รองรับ
ข้อความ · รูปภาพ
ผลลัพธ์
ข้อความ
เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini 3.1 Pro Preview ใช้สำหรับข้อมูลซับซ้อนและงานที่ต้องตัดสินใจหลายขั้นตอนต่อเนื่อง Google เน้นวิศวกรรมซอฟต์แวร์ การใช้เครื่องมือ และความสอดคล้องของคำตอบเชิงข้อเท็จจริง โมเดลช่วยวิเคราะห์ชุดข้อมูลขนาดใหญ่ คลังซอฟต์แวร์ทั้งโครงการ และงานที่ข้อความเชื่อมกับข้อมูลภาพหรือเสียง

ข้อมูลชนิดใดที่โมเดลเข้าใจ

คุณสมบัติของ Google ระบุ ข้อความ ภาพ วิดีโอ เสียง และ PDF ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ บริบทยาวรองรับ โทเคนอินพุตได้ถึง 1 048 576 โทเคน และคำตอบข้อความรองรับ โทเคนเอาต์พุตได้ถึง 65 536 โทเคน ความเข้าใจภาพและเสียงไม่ได้หมายถึงการสร้างข้อมูลเหล่านั้น เอาต์พุตของเวอร์ชันนี้ยังคงเป็นข้อความ

การใช้เหตุผลและการทำงานเป็นขั้นตอน

Thinking เปิดให้เพิ่มความพยายามในการใช้เหตุผลภายใน ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ high และมี low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก สถานการณ์หลักรวมถึงการเขียนโปรแกรมซับซ้อน การพัฒนาอัลกอริทึม การวางแผนเชิงกลยุทธ์ และการปรับปรุงวิธีแก้ทีละขั้น มีประโยชน์เป็นพิเศษเมื่อต้องคำนึงถึงหลายข้อกำหนดที่เชื่อมโยงกันและกลับไปพิจารณาผลระหว่างทาง

ความสามารถของโมเดลรวมถึงการเรียกฟังก์ชัน การรันโค้ด และคำตอบที่มีโครงสร้าง รองรับการแคชบริบท การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL รวมถึงการประมวลผลแบบแบตช์ ชุดความสามารถนี้ช่วยสร้างกระบวนการที่โมเดลวิเคราะห์ข้อมูล เลือกเครื่องมือถัดไป และจัดทำผลสรุป ความพร้อมจริงของแต่ละเครื่องมือขึ้นอยู่กับวิธีใช้งานโมเดล

เวอร์ชันและลักษณะเฉพาะ

การ์ดนี้อ้างอิงรุ่นพรีวิว gemini-3.1-pro-preview ซึ่งมีพื้นฐานจาก Gemini 3 Pro ผู้ผลิตระบุรูปแบบ gemini-3.1-pro-preview-customtools แยกต่างหาก สำหรับกระบวนการที่ใช้เชลล์และเครื่องมือที่ผู้ใช้กำหนด ลำดับความสำคัญในการเลือกเครื่องมือและลักษณะพฤติกรรมของรูปแบบนั้นไม่ได้เป็นคุณสมบัติของรุ่น Preview ทั่วไป

โมเดลยังมีข้อจำกัดทั่วไปของสายพื้นฐาน คำตอบอาจมีข้อมูลที่แต่งขึ้น และบางคำขออาจช้าหรือหมดเวลา การใช้เหตุผลหลายขั้นตอน บริบทขนาดใหญ่ และการเข้าถึงข้อมูลช่วยทำงานซับซ้อนได้ แต่ไม่ได้ทำให้ทุกข้อสรุปที่สร้างกลายเป็นข้อเท็จจริงที่ตรวจสอบแล้ว

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot · Gemini generateContent POST /v1beta/models/{model}:generateContent
ขาเข้า
text, image
ขาออก
text
บริบท
1,048,576 tokens
เอาต์พุตสูงสุด
65,536 tokens
รูปแบบเอาต์พุต
json หรือการสตรีมที่รองรับ
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์path.modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
gemini-3.1-pro-high
ค่าเริ่มต้น—
ฟิลด์contentsประเภทcontent[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์contents[].roleประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
user, model
ค่าเริ่มต้น—
ฟิลด์contents[].partsประเภทpart[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์systemInstructionประเภทcontentข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์generationConfig.maxOutputTokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.temperatureประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.topPประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.topKประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.stopSequencesประเภทstring[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.thinkingConfig.includeThoughtsประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์generationConfig.thinkingConfig.thinkingBudgetประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].functionDeclarationsประเภทfunction_declaration[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์toolConfig.functionCallingConfig.modeประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์safetySettingsประเภทobject[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์sessionIdประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

contents[].parts[].text

ข้อความ + ภาพ

parts[].inlineData={mimeType,data}

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์material_typesข้อกำหนดtext, image
พารามิเตอร์requiredข้อกำหนดcontents
พารามิเตอร์optional_controlsข้อกำหนดnull
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์text_file_materialข้อกำหนดแทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก

วงจรการทำงาน: exact retained published method

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

ราคา

อัตราค่าบริการเมธอด Ailoot

Ailoot Gemini generateContentPOST /v1beta/models/{model}:generateContent
ขาเข้า
US$0.002 / 1K
ขาออก
US$0.012 / 1K
การอ่านแคช
US$0.0002 / 1K

ราคาตามความยาวคำขอ · Gemini generateContent

ขนาดคำขอ, โทเคนขาเข้าขาออกการอ่านแคชการเขียนแคชแคช 5 นาทีแคช 1 ชั่วโมง
ขนาดคำขอ, โทเคน(0; 200,000]ขาเข้าUS$0.002ขาออกUS$0.012การอ่านแคชUS$0.0002การเขียนแคชอัตราพื้นฐาน: —แคช 5 นาทีอัตราพื้นฐาน: —แคช 1 ชั่วโมงอัตราพื้นฐาน: —
ขนาดคำขอ, โทเคน(200,000; ∞)ขาเข้าUS$0.004ขาออกUS$0.018การอ่านแคชUS$0.0004การเขียนแคชอัตราพื้นฐาน: —แคช 5 นาทีอัตราพื้นฐาน: —แคช 1 ชั่วโมงอัตราพื้นฐาน: —

อัตราเป็น USD ต่อ 1K โทเค็น หากไม่ได้กำหนดอัตรา จะใช้อัตราพื้นฐานของเมธอดนี้ โดย «—» หมายถึงยังไม่ได้กำหนดอัตราพื้นฐาน

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot · Gemini generateContent

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-high:generateContent \\\n  -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n    # Keep every field, including usage, IDs, reasoning and tool requests.\n    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n    print(json.dumps(data, ensure_ascii=False, indent=2))\n    def save_blob(encoded, suffix, label):\n        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n        ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n        file = Path(stem + "-" + label + "." + ext)\n        file.write_bytes(raw)\n        print("Saved", file)\n    for index, block in enumerate(data.get("content") or []):\n        print("Content", index, json.dumps(block, ensure_ascii=False))\n    for choice in data.get("choices") or []:\n        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n    for index, item in enumerate(data.get("output") or []):\n        print("Output", index, json.dumps(item, ensure_ascii=False))\n        if item.get("type") == "image_generation_call" and item.get("result"):\n            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n    for ci, candidate in enumerate(data.get("candidates") or []):\n        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n            blob = part.get("inlineData") or part.get("inline_data")\n            if blob and blob.get("data"):\n                mime = blob.get("mimeType") or blob.get("mime_type")\n                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\n

รับและบันทึกผลลัพธ์

Ailoot · Gemini generateContent

json หรือการสตรีมที่รองรับ

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกและทุกส่วน รวมการเรียกฟังก์ชัน ลายเซ็นการคิด และข้อมูลการใช้งาน ประกอบส่วนสตรีมตามลำดับ

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์responseIdประเภทstring
ฟิลด์modelVersionประเภทstring
ฟิลด์candidates[].content.parts[]ประเภทtext|inlineData|functionCall|other part
ฟิลด์candidates[].finishReasonประเภทstring
ฟิลด์usageMetadataประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot gemini-3.1-pro-high

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

gemini-3.1-pro-high

", "method_identity": { "effective_request_model_id": "gemini-3.1-pro-high", "fmt": "gemini", "http": "POST", "path": "/v1beta/models/{model}:generateContent", "request_model_id": "gemini-3.1-pro-high", "route_label": "Core" }, "method_key": "Core|gemini|/v1beta/models/{model}:generateContent|gemini-3.1-pro-high", "ordinal": 1, "rawMethod": { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all candidates and parts, including function calls, thought signatures and usage; assemble stream chunks in order.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "x-goog-api-key" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1beta/models/{model}:generateContent" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "contents[].parts[].text", "required_material": "ข้อความ UTF8" }, { "availability": "Exact model input declaration and selected Source bridge required", "file_id_workflow": "No Ailoot upload/file-ID endpoint is introduced by this feed.", "mode": "text_plus_image", "representation": "parts[].inlineData={mimeType,data}" } ], "operation_modes": [ "conversation", "function_tool_continuation", "generate_content" ], "outputs": { "all_results": "เก็บทุกตัวเลือกและทุกส่วน รวมการเรียกฟังก์ชัน ลายเซ็นการคิด และข้อมูลการใช้งาน ประกอบส่วนสตรีมตามลำดับ", "family": "text", "fields": [ { "description": null, "name": "responseId", "type": "string" }, { "description": null, "name": "modelVersion", "type": "string" }, { "description": null, "name": "candidates[].content.parts[]", "type": "text|inlineData|functionCall|other part" }, { "description": null, "name": "candidates[].finishReason", "type": "string" }, { "description": null, "name": "usageMetadata", "type": "object" } ], "format": "json หรือการสตรีมที่รองรับ" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "gemini-3.1-pro-high" ], "enum_known": true, "name": "path.model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "contents", "required": true, "type": "content[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "model" ], "enum_known": true, "name": "contents[].role", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "contents[].parts", "required": true, "type": "part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "systemInstruction", "required": false, "type": "content" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "generationConfig.maxOutputTokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.topP", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.topK", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.stopSequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.thinkingConfig.includeThoughts", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.thinkingConfig.thinkingBudget", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].functionDeclarations", "required": false, "type": "function_declaration[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "toolConfig.functionCallingConfig.mode", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "safetySettings", "required": false, "type": "object[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "sessionId", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ" ], "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "optional_controls": null, "required": [ "contents" ], "text_file_material": "แทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1beta/models/{model}:generateContent" }, "operation_modes": [ "gemini" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 1048576, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"contents\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"contents\"]=[{\"role\":\"user\",\"parts\":[{\"text\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]}]\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-high:generateContent \\\n -H \"x-goog-api-key: $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}\"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"contents\": [{\"role\": \"user\", \"parts\": [{\"text\": \"Read labels and numbers in this image; flag unreadable text.\"}]}]}')\nimport base64\nf=Path(os.environ[\"AILOOT_IMAGE_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose an actual PNG JPEG or WebP image\")\nraw=f.read_bytes()\nmime=\"image/png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"image/jpeg\" if raw.startswith(b\"\\xff\\xd8\") else \"image/webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else None\nif not mime:raise SystemExit(\"Use PNG JPEG or WebP\")\nb64=base64.b64encode(raw).decode()\np[\"contents\"][0][\"parts\"].append({\"inlineData\":{\"mimeType\":mime,\"data\":b64}})\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-high:generateContent \\\n -H \"x-goog-api-key: $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use your actual image", "language": "bash" }, { "code": "from google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = genai.Client(\n api_key=os.environ[\"AILOOT_API_KEY\"],\n http_options=types.HttpOptions(base_url=\"https://api.ailoot.ai\"),\n)\nresp = client.models.generate_content(model=\"gemini-3.1-pro-high\", contents=\"Explain the difference between an observation and a hypothesis in three sentences.\")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(resp.to_json_dict())\n", "label": "Python · retained SDK call", "language": "python" }, { "code": "import { GoogleGenAI } from \"@google/genai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: \"https://api.ailoot.ai\" } });\nconst resp = await ai.models.generateContent({ model: \"gemini-3.1-pro-high\", contents: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=genai.Client(api_key=os.environ[\"AILOOT_API_KEY\"],http_options=types.HttpOptions(base_url=\"https://api.ailoot.ai\"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\ncount=0\nwith Path(\"stream-events.jsonl\").open(\"w\",encoding=\"utf-8\") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.1-pro-high',contents=\"Explain observations and hypotheses in three sentences.\"):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+\"\\n\"); log.flush()\n save_result(payload,\"stream-chunk-\"+str(count))\n count+=1\n", "label": "Python streaming · retain all chunks", "language": "python" } ], "family": "gemini", "fast_multiplier": null, "flex_multiplier": null, "fmt": "gemini", "http": "POST", "img_in": null, "img_out": null, "in": 2, "input": [ "text", "image" ], "label": "Gemini generateContent", "max_out": 65536, "max_tool_calls": null, "out": 12, "output": [ "text" ], "path": "/v1beta/models/{model}:generateContent", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 2, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 12, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.2, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" } ] } ], "request_model_id": "gemini-3.1-pro-high", "route_label": "Core", "status_reads": [], "tiers": [ { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 2, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": 200000, "min": 0, "null_rate_policy": "inherit_base_rate", "out": 12 }, { "cache_read": 0.4, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 4, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": null, "min": 200000, "null_rate_policy": "inherit_base_rate", "out": 18 } ], "tool_prices": null, "unit": "token", "units": [] } } ], "model_id": "gemini-3.1-pro-high", "nativeProvenance": { "input_facts_canonical_sha256": "a2cda7bdd39eeab6365d767296249d960bbb9be8509ed4a9969244f24d751943", "input_html_sha256": "70e363aef113612b6cda871bf037ea9a36ca33e3bc2d0f63de6ca57de9e344dc", "private_audit_sha256": "36bcaf2a7e97fe2c689ed236e08185dcc8c1ba1037e506401b2226df39f0542d", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/th/gemini-3-1-pro-high/", "description": "โมเดลมัลติโมดัลของ Google สำหรับงานเขียนโปรแกรมซับซ้อน วิเคราะห์ข้อมูลจำนวนมาก และใช้เครื่องมือหลายขั้นตอนอย่างแม่นยำ", "locale": "th", "md_url": "https://ailoot.ai/models/th/gemini-3-1-pro-high/index.md", "title": "Gemini 3.1 Pro High — Ailoot", "url": "https://ailoot.ai/models/th/gemini-3-1-pro-high/" }, "practicalHtml": "

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

Plan a dependency-constrained move\n\nA lab move has these constraints: archive samples before unplugging the freezer; test the backup freezer before moving samples; restore temperature monitoring before accepting new samples. Staff propose unplugging first to save time. Produce an ordered checklist, flag the unsafe proposed step and specify evidence needed before accepting new samples. Use only the supplied constraints.

ผลลัพธ์ที่คาดหวัง

An ordered checklist, one identified conflict and an acceptance-evidence item.

ตรวจสอบผลลัพธ์

The checklist must place backup testing and sample protection before unplugging and monitoring before intake.
", "practicalText": "งานตัวอย่างจริง ตัวอย่างทางเทคนิคภาษาอังกฤษ Plan a dependency-constrained move A lab move has these constraints: archive samples before unplugging the freezer; test the backup freezer before moving samples; restore temperature monitoring before accepting new samples. Staff propose unplugging first to save time. Produce an ordered checklist, flag the unsafe proposed step and specify evidence needed before accepting new samples. Use only the supplied constraints. ผลลัพธ์ที่คาดหวัง An ordered checklist, one identified conflict and an acceptance-evidence item. ตรวจสอบผลลัพธ์ The checklist must place backup testing and sample protection before unplugging and monitoring before intake.", "rawModel": { "about": "Gemini 3.1 Pro Preview ใช้สำหรับข้อมูลซับซ้อนและงานที่ต้องตัดสินใจหลายขั้นตอนต่อเนื่อง Google เน้นวิศวกรรมซอฟต์แวร์ การใช้เครื่องมือ และความสอดคล้องของคำตอบเชิงข้อเท็จจริง โมเดลช่วยวิเคราะห์ชุดข้อมูลขนาดใหญ่ คลังซอฟต์แวร์ทั้งโครงการ และงานที่ข้อความเชื่อมกับข้อมูลภาพหรือเสียง\n\n### ข้อมูลชนิดใดที่โมเดลเข้าใจ\n\nคุณสมบัติของ Google ระบุ **ข้อความ ภาพ วิดีโอ เสียง และ PDF** ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น **ข้อความและภาพ** และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ บริบทยาวรองรับ **โทเคนอินพุตได้ถึง 1 048 576 โทเคน** และคำตอบข้อความรองรับ **โทเคนเอาต์พุตได้ถึง 65 536 โทเคน** ความเข้าใจภาพและเสียงไม่ได้หมายถึงการสร้างข้อมูลเหล่านั้น เอาต์พุตของเวอร์ชันนี้ยังคงเป็นข้อความ\n\n### การใช้เหตุผลและการทำงานเป็นขั้นตอน\n\nThinking เปิดให้เพิ่มความพยายามในการใช้เหตุผลภายใน ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ `high` และมี `low`, `medium`, `high` ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก สถานการณ์หลักรวมถึงการเขียนโปรแกรมซับซ้อน การพัฒนาอัลกอริทึม การวางแผนเชิงกลยุทธ์ และการปรับปรุงวิธีแก้ทีละขั้น มีประโยชน์เป็นพิเศษเมื่อต้องคำนึงถึงหลายข้อกำหนดที่เชื่อมโยงกันและกลับไปพิจารณาผลระหว่างทาง\n\nความสามารถของโมเดลรวมถึงการเรียกฟังก์ชัน การรันโค้ด และคำตอบที่มีโครงสร้าง รองรับการแคชบริบท การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL รวมถึงการประมวลผลแบบแบตช์ ชุดความสามารถนี้ช่วยสร้างกระบวนการที่โมเดลวิเคราะห์ข้อมูล เลือกเครื่องมือถัดไป และจัดทำผลสรุป ความพร้อมจริงของแต่ละเครื่องมือขึ้นอยู่กับวิธีใช้งานโมเดล\n\n### เวอร์ชันและลักษณะเฉพาะ\n\nการ์ดนี้อ้างอิงรุ่นพรีวิว `gemini-3.1-pro-preview` ซึ่งมีพื้นฐานจาก Gemini 3 Pro ผู้ผลิตระบุรูปแบบ `gemini-3.1-pro-preview-customtools` แยกต่างหาก สำหรับกระบวนการที่ใช้เชลล์และเครื่องมือที่ผู้ใช้กำหนด ลำดับความสำคัญในการเลือกเครื่องมือและลักษณะพฤติกรรมของรูปแบบนั้นไม่ได้เป็นคุณสมบัติของรุ่น Preview ทั่วไป\n\nโมเดลยังมีข้อจำกัดทั่วไปของสายพื้นฐาน คำตอบอาจมีข้อมูลที่แต่งขึ้น และบางคำขออาจช้าหรือหมดเวลา การใช้เหตุผลหลายขั้นตอน บริบทขนาดใหญ่ และการเข้าถึงข้อมูลช่วยทำงานซับซ้อนได้ แต่ไม่ได้ทำให้ทุกข้อสรุปที่สร้างกลายเป็นข้อเท็จจริงที่ตรวจสอบแล้ว", "alias_of": null, "aliases": [], "author": "Google", "ctx": 1048576, "formats": [ "messages", "gemini" ], "id": "gemini-3.1-pro-high", "input": [ "text", "image" ], "kind": "text", "max_out": 65536, "methods": [ { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "messages[].content หรือบล็อก type=text", "required_material": "ข้อความ UTF8" }, { "availability": "Exact model input declaration and selected Source bridge required", "file_id_workflow": "No Ailoot upload/file-ID endpoint is introduced by this feed.", "mode": "text_plus_image", "representation": "{type:image,source:{type:base64,media_type,data}} หรือแหล่งข้อมูลชนิด type=url" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json หรือ SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "gemini-3.1-pro-high" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "เพดานที่ตรงกับโมเดล/การ์ดที่เลือก", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "มีเครื่องมือให้ใช้" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ" ], "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "แทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 1048576, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"gemini-3.1-pro-high\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H \"x-api-key: $AILOOT_API_KEY\" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}\"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"gemini-3.1-pro-high\", \"max_tokens\": 1024, \"messages\": [{\"role\": \"user\", \"content\": [{\"type\": \"text\", \"text\": \"Read labels and numbers in this image; flag unreadable text.\"}]}]}')\nimport base64\nf=Path(os.environ[\"AILOOT_IMAGE_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose an actual PNG JPEG or WebP image\")\nraw=f.read_bytes()\nmime=\"image/png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"image/jpeg\" if raw.startswith(b\"\\xff\\xd8\") else \"image/webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else None\nif not mime:raise SystemExit(\"Use PNG JPEG or WebP\")\nb64=base64.b64encode(raw).decode()\np[\"messages\"][0][\"content\"].append({\"type\":\"image\",\"source\":{\"type\":\"base64\",\"media_type\":mime,\"data\":b64}})\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H \"x-api-key: $AILOOT_API_KEY\" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual image", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"gemini-3.1-pro-high\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"gemini-3.1-pro-high\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nwith client.messages.stream(model='gemini-3.1-pro-high',max_tokens=1024,messages=[{\"role\":\"user\",\"content\":\"Explain observations and hypotheses in three sentences.\"}]) as stream:\n with Path(\"stream-events.jsonl\").open(\"w\",encoding=\"utf-8\") as log:\n for event in stream:\n payload=event.to_dict(mode=\"json\")\n log.write(json.dumps(payload,ensure_ascii=False)+\"\\n\"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 2, "input": [ "text", "image" ], "label": "Anthropic Messages", "max_out": 65536, "max_tool_calls": null, "out": 12, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 2, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 12, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.2, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" } ] } ], "request_model_id": "gemini-3.1-pro-high", "route_label": "Core", "status_reads": [], "tiers": [ { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 2, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": 200000, "min": 0, "null_rate_policy": "inherit_base_rate", "out": 12 }, { "cache_read": 0.4, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 4, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": null, "min": 200000, "null_rate_policy": "inherit_base_rate", "out": 18 } ], "tool_prices": null, "unit": "token", "units": [] }, { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all candidates and parts, including function calls, thought signatures and usage; assemble stream chunks in order.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "x-goog-api-key" }, "errors": [ { "code": null, "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง", "http_status": 400, "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1beta/models/{model}:generateContent" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้" }, "material_combinations": [ { "mode": "text", "representation": "contents[].parts[].text", "required_material": "ข้อความ UTF8" }, { "availability": "Exact model input declaration and selected Source bridge required", "file_id_workflow": "No Ailoot upload/file-ID endpoint is introduced by this feed.", "mode": "text_plus_image", "representation": "parts[].inlineData={mimeType,data}" } ], "operation_modes": [ "conversation", "function_tool_continuation", "generate_content" ], "outputs": { "all_results": "เก็บทุกตัวเลือกและทุกส่วน รวมการเรียกฟังก์ชัน ลายเซ็นการคิด และข้อมูลการใช้งาน ประกอบส่วนสตรีมตามลำดับ", "family": "text", "fields": [ { "description": null, "name": "responseId", "type": "string" }, { "description": null, "name": "modelVersion", "type": "string" }, { "description": null, "name": "candidates[].content.parts[]", "type": "text|inlineData|functionCall|other part" }, { "description": null, "name": "candidates[].finishReason", "type": "string" }, { "description": null, "name": "usageMetadata", "type": "object" } ], "format": "json หรือการสตรีมที่รองรับ" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "gemini-3.1-pro-high" ], "enum_known": true, "name": "path.model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "contents", "required": true, "type": "content[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "model" ], "enum_known": true, "name": "contents[].role", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "contents[].parts", "required": true, "type": "part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "systemInstruction", "required": false, "type": "content" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "generationConfig.maxOutputTokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.topP", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.topK", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.stopSequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.thinkingConfig.includeThoughts", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "generationConfig.thinkingConfig.thinkingBudget", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].functionDeclarations", "required": false, "type": "function_declaration[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "toolConfig.functionCallingConfig.mode", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "safetySettings", "required": false, "type": "object[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "sessionId", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ" ], "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "optional_controls": null, "required": [ "contents" ], "text_file_material": "แทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1beta/models/{model}:generateContent" }, "operation_modes": [ "gemini" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 1048576, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"contents\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"contents\"]=[{\"role\":\"user\",\"parts\":[{\"text\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]}]\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-high:generateContent \\\n -H \"x-goog-api-key: $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}\"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"contents\": [{\"role\": \"user\", \"parts\": [{\"text\": \"Read labels and numbers in this image; flag unreadable text.\"}]}]}')\nimport base64\nf=Path(os.environ[\"AILOOT_IMAGE_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose an actual PNG JPEG or WebP image\")\nraw=f.read_bytes()\nmime=\"image/png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"image/jpeg\" if raw.startswith(b\"\\xff\\xd8\") else \"image/webp\" if raw[:4]==b\"RIFF\" and raw[8:12]==b\"WEBP\" else None\nif not mime:raise SystemExit(\"Use PNG JPEG or WebP\")\nb64=base64.b64encode(raw).decode()\np[\"contents\"][0][\"parts\"].append({\"inlineData\":{\"mimeType\":mime,\"data\":b64}})\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-high:generateContent \\\n -H \"x-goog-api-key: $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use your actual image", "language": "bash" }, { "code": "from google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = genai.Client(\n api_key=os.environ[\"AILOOT_API_KEY\"],\n http_options=types.HttpOptions(base_url=\"https://api.ailoot.ai\"),\n)\nresp = client.models.generate_content(model=\"gemini-3.1-pro-high\", contents=\"Explain the difference between an observation and a hypothesis in three sentences.\")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(resp.to_json_dict())\n", "label": "Python · retained SDK call", "language": "python" }, { "code": "import { GoogleGenAI } from \"@google/genai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: \"https://api.ailoot.ai\" } });\nconst resp = await ai.models.generateContent({ model: \"gemini-3.1-pro-high\", contents: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=genai.Client(api_key=os.environ[\"AILOOT_API_KEY\"],http_options=types.HttpOptions(base_url=\"https://api.ailoot.ai\"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n file = Path(stem + \"-\" + label + \".\" + ext)\n file.write_bytes(raw)\n print(\"Saved\", file)\n for index, block in enumerate(data.get(\"content\") or []):\n print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get(\"choices\") or []:\n print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n for index, item in enumerate(data.get(\"output\") or []):\n print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n for ci, candidate in enumerate(data.get(\"candidates\") or []):\n for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n if blob and blob.get(\"data\"):\n mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\ncount=0\nwith Path(\"stream-events.jsonl\").open(\"w\",encoding=\"utf-8\") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.1-pro-high',contents=\"Explain observations and hypotheses in three sentences.\"):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+\"\\n\"); log.flush()\n save_result(payload,\"stream-chunk-\"+str(count))\n count+=1\n", "label": "Python streaming · retain all chunks", "language": "python" } ], "family": "gemini", "fast_multiplier": null, "flex_multiplier": null, "fmt": "gemini", "http": "POST", "img_in": null, "img_out": null, "in": 2, "input": [ "text", "image" ], "label": "Gemini generateContent", "max_out": 65536, "max_tool_calls": null, "out": 12, "output": [ "text" ], "path": "/v1beta/models/{model}:generateContent", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 2, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 12, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.2, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" } ] } ], "request_model_id": "gemini-3.1-pro-high", "route_label": "Core", "status_reads": [], "tiers": [ { "cache_read": 0.2, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 2, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": 200000, "min": 0, "null_rate_policy": "inherit_base_rate", "out": 12 }, { "cache_read": 0.4, "cache_write": null, "cache_write_1h": null, "cache_write_5m": null, "in": 4, "interval_boundary": "min_exclusive_max_inclusive", "label": "context", "max": null, "min": 200000, "null_rate_policy": "inherit_base_rate", "out": 18 } ], "tool_prices": null, "unit": "token", "units": [] } ], "model_aliases": [ { "canonical_model_id": "gemini-3.1-pro-high", "request_model_id": "gemini-3.1-pro-high", "route_label": "Core" } ], "name": "Gemini 3.1 Pro High", "price": { "in": 2, "in_label": null, "out": 12, "out_label": null, "sort_in": 2, "sort_out": 12, "varies": false }, "short": "โมเดลมัลติโมดัลของ Google สำหรับงานเขียนโปรแกรมซับซ้อน วิเคราะห์ข้อมูลจำนวนมาก และใช้เครื่องมือหลายขั้นตอนอย่างแม่นยำ" }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "โมเดลมัลติโมดัลของ Google สำหรับงานเขียนโปรแกรมซับซ้อน วิเคราะห์ข้อมูลจำนวนมาก และใช้เครื่องมือหลายขั้นตอนอย่างแม่นยำ", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "289d71c1a9932cfee7a4a9781e8ab0a22858fafd5ee3e4030da5eb79491e9341", "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9" }, "sourceRevision": "19dab8c25ea22da4a60c10bfc38268452588a6572e8914b526309580bd8ec797" }