Gemini 3.6 Flash ออกแบบสำหรับงานใช้งานจริงที่ผสานการใช้เหตุผลกับการกระทำซ้ำ Google เน้นการสร้างโค้ด การวิเคราะห์เชิงพื้นที่ และวงจรพัฒนาที่รวดเร็วหลายรอบ โมเดลมีพื้นฐานจาก Gemini 3.5 Flash
Google อธิบายการรองรับ ข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นอินพุต ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ ข้อมูลที่ส่งให้รองรับได้ถึง 1 048 576 โทเคน และคำตอบข้อความได้ถึง 65 536 โทเคน ภาพและวิดีโอใช้ทำความเข้าใจบริบท เอาต์พุตของเวอร์ชันนี้ไม่ใช่ภาพ วิดีโอ หรือเสียงพูดที่โมเดลสร้างเอง
โมเดลรองรับ Thinking คำตอบที่มีโครงสร้าง การเรียกฟังก์ชัน การรันโค้ด และการแคชบริบท ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ medium และมี minimal, low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก จึงนำไปใช้ในวงจรที่วิเคราะห์ข้อมูลก่อน แล้วประมวลผลด้วยเครื่องมือ และนำผลไปใช้ในขั้นตอนถัดไป ผู้ผลิตระบุสถานการณ์ที่เหมาะสม ได้แก่ การเขียนโปรแกรม การใช้เหตุผลซับซ้อนกับวิดีโอ และกระบวนการทำงานขององค์กร
ยังมีการค้นหาในไฟล์ การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL ที่ส่งให้ การประมวลผลแบบแบตช์ใช้สำหรับกลุ่มงาน การควบคุมส่วนติดต่อคอมพิวเตอร์มี สถานะพรีวิว การที่โมเดลรองรับความสามารถนี้ไม่ได้หมายความว่าจะใช้ได้ผ่านทุกวิธีเรียก
ผู้ผลิตระบุขอบเขตความรู้ในตัวที่มีนาคม 2026 แต่บางสาขาอาจยังมีข้อมูลอยู่ที่ระดับมกราคม 2025 ข้อมูลที่ส่งให้และเครื่องมือที่มีข้อมูลปัจจุบันช่วยเพิ่มเนื้อหาของคำขอเฉพาะนั้น แต่ไม่ได้เปลี่ยนขอบเขตความรู้ในตัว
Google ระบุความเป็นไปได้ของข้อมูลที่แต่งขึ้น ความล่าช้าเป็นครั้งคราว และการหมดเวลา ตามข้อมูลผู้ผลิต โมเดลมุ่งรองรับการปรับงานเป็นรอบอย่างรวดเร็ว แต่ระยะเวลาตอบจริงขึ้นอยู่กับงานที่ทำ การมีบริบทขนาดใหญ่หมายถึงปริมาณข้อมูลที่รับได้ ไม่ใช่การรับประกันว่าจะประมวลผลทุกส่วนโดยไม่มีข้อผิดพลาด
เวอร์ชัน gemini-3.6-flash มีสถานะเสถียรและเผยแพร่ในกรกฎาคม 2026 ลักษณะหลักคือผลลัพธ์ข้อความหลังวิเคราะห์ข้อมูลหลายรูปแบบและใช้เครื่องมือที่รองรับ
ตัวอย่างทางเทคนิคภาษาอังกฤษ
Correct a queue badge counter\n\nFix this JavaScript counter: const waiting = jobs.filter(j => j.status !== 'done').length. The badge should count only queued jobs; running and failed jobs must be excluded. Provide the revised expression and test fixtures containing queued, running, failed and done jobs, plus an empty list. Do not claim that tests ran.A corrected queued-only expression and small test cases with expected badge counts.Only status queued contributes to the count; an empty list produces zero.gemini-3.6-flash-lowโมเดลมัลติโมดัลของ Google สำหรับเขียนโปรแกรม วิเคราะห์เชิงพื้นที่ และทำงานเป็นรอบอย่างรวดเร็วด้วยเครื่องมือ
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Gemini 3.6 Flash ออกแบบสำหรับงานใช้งานจริงที่ผสานการใช้เหตุผลกับการกระทำซ้ำ Google เน้นการสร้างโค้ด การวิเคราะห์เชิงพื้นที่ และวงจรพัฒนาที่รวดเร็วหลายรอบ โมเดลมีพื้นฐานจาก Gemini 3.5 Flash
Google อธิบายการรองรับ ข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นอินพุต ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ ข้อมูลที่ส่งให้รองรับได้ถึง 1 048 576 โทเคน และคำตอบข้อความได้ถึง 65 536 โทเคน ภาพและวิดีโอใช้ทำความเข้าใจบริบท เอาต์พุตของเวอร์ชันนี้ไม่ใช่ภาพ วิดีโอ หรือเสียงพูดที่โมเดลสร้างเอง
โมเดลรองรับ Thinking คำตอบที่มีโครงสร้าง การเรียกฟังก์ชัน การรันโค้ด และการแคชบริบท ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ medium และมี minimal, low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก จึงนำไปใช้ในวงจรที่วิเคราะห์ข้อมูลก่อน แล้วประมวลผลด้วยเครื่องมือ และนำผลไปใช้ในขั้นตอนถัดไป ผู้ผลิตระบุสถานการณ์ที่เหมาะสม ได้แก่ การเขียนโปรแกรม การใช้เหตุผลซับซ้อนกับวิดีโอ และกระบวนการทำงานขององค์กร
ยังมีการค้นหาในไฟล์ การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL ที่ส่งให้ การประมวลผลแบบแบตช์ใช้สำหรับกลุ่มงาน การควบคุมส่วนติดต่อคอมพิวเตอร์มี สถานะพรีวิว การที่โมเดลรองรับความสามารถนี้ไม่ได้หมายความว่าจะใช้ได้ผ่านทุกวิธีเรียก
ผู้ผลิตระบุขอบเขตความรู้ในตัวที่มีนาคม 2026 แต่บางสาขาอาจยังมีข้อมูลอยู่ที่ระดับมกราคม 2025 ข้อมูลที่ส่งให้และเครื่องมือที่มีข้อมูลปัจจุบันช่วยเพิ่มเนื้อหาของคำขอเฉพาะนั้น แต่ไม่ได้เปลี่ยนขอบเขตความรู้ในตัว
Google ระบุความเป็นไปได้ของข้อมูลที่แต่งขึ้น ความล่าช้าเป็นครั้งคราว และการหมดเวลา ตามข้อมูลผู้ผลิต โมเดลมุ่งรองรับการปรับงานเป็นรอบอย่างรวดเร็ว แต่ระยะเวลาตอบจริงขึ้นอยู่กับงานที่ทำ การมีบริบทขนาดใหญ่หมายถึงปริมาณข้อมูลที่รับได้ ไม่ใช่การรับประกันว่าจะประมวลผลทุกส่วนโดยไม่มีข้อผิดพลาด
เวอร์ชัน gemini-3.6-flash มีสถานะเสถียรและเผยแพร่ในกรกฎาคม 2026 ลักษณะหลักคือผลลัพธ์ข้อความหลังวิเคราะห์ข้อมูลหลายรูปแบบและใช้เครื่องมือที่รองรับ
POST /v1/messagestext, imagetext| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด gemini-3.6-flash-low | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring|content_block[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์system | ประเภทstring|content_block[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขั้นต่ำ: 1 ข้อจำกัดใช้กับ: เพดานที่ตรงกับโมเดล/การ์ดที่เลือก | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ฟิลด์temperature | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์top_p | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์stop_sequences | ประเภทstring[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools | ประเภทtool[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools[].name | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: มีเครื่องมือให้ใช้ | ค่าเริ่มต้น— |
ฟิลด์tools[].description | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์tools[].input_schema | ประเภทJSON_schema | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์tool_choice | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์thinking.type | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์thinking.budget_tokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์output_config.effort | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์metadata | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์cache_control | ประเภทobject | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ข้อความ · ข้อความ UTF8
messages[].content หรือบล็อก type=text
ข้อความ + ภาพ
{type:image,source:{type:base64,media_type,data}} หรือแหล่งข้อมูลชนิด type=url
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดtext, image |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์text_file_material | ข้อกำหนดแทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก |
วงจรการทำงาน: exact retained published method
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
POST /v1/messagesAiloot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.6-flash-low", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.6-flash-low", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.6-flash-low",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.6-flash-low",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.6-flash-low',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson หรือ SSE
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์id | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์content[] | ประเภทtext|thinking|tool_use|other content block |
ฟิลด์stop_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
Ailoot gemini-3.6-flash-low
ใช้พาธเมธอดที่แสดงด้านบน
gemini-3.6-flash-lowโมเดลมัลติโมดัลของ Google สำหรับเขียนโปรแกรม วิเคราะห์เชิงพื้นที่ และทำงานเป็นรอบอย่างรวดเร็วด้วยเครื่องมือ
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Gemini 3.6 Flash ออกแบบสำหรับงานใช้งานจริงที่ผสานการใช้เหตุผลกับการกระทำซ้ำ Google เน้นการสร้างโค้ด การวิเคราะห์เชิงพื้นที่ และวงจรพัฒนาที่รวดเร็วหลายรอบ โมเดลมีพื้นฐานจาก Gemini 3.5 Flash
Google อธิบายการรองรับ ข้อความ ภาพ วิดีโอ เสียง และ PDF เป็นอินพุต ในแค็ตตาล็อก Ailoot API ปัจจุบัน วิธีสำหรับข้อความระบุอินพุตเป็น ข้อความและภาพ และเอาต์พุตเป็นข้อความ วิดีโอ เสียง และ PDF ไม่รวมอยู่ในชุดอินพุตนี้ ข้อมูลที่ส่งให้รองรับได้ถึง 1 048 576 โทเคน และคำตอบข้อความได้ถึง 65 536 โทเคน ภาพและวิดีโอใช้ทำความเข้าใจบริบท เอาต์พุตของเวอร์ชันนี้ไม่ใช่ภาพ วิดีโอ หรือเสียงพูดที่โมเดลสร้างเอง
โมเดลรองรับ Thinking คำตอบที่มีโครงสร้าง การเรียกฟังก์ชัน การรันโค้ด และการแคชบริบท ในโหมดโมเดลพื้นฐานที่ Google อธิบาย ระดับมาตรฐานคือ medium และมี minimal, low, medium, high ค่าเหล่านี้อธิบายโมเดลพื้นฐานของ Google ส่วนโหมดและความพร้อมของการควบคุมผ่าน Ailoot API ขึ้นอยู่กับวิธีและรูปแบบโมเดลที่เลือก จึงนำไปใช้ในวงจรที่วิเคราะห์ข้อมูลก่อน แล้วประมวลผลด้วยเครื่องมือ และนำผลไปใช้ในขั้นตอนถัดไป ผู้ผลิตระบุสถานการณ์ที่เหมาะสม ได้แก่ การเขียนโปรแกรม การใช้เหตุผลซับซ้อนกับวิดีโอ และกระบวนการทำงานขององค์กร
ยังมีการค้นหาในไฟล์ การอ้างอิงข้อมูลจากการค้นหา Google Maps และการใช้เนื้อหาจาก URL ที่ส่งให้ การประมวลผลแบบแบตช์ใช้สำหรับกลุ่มงาน การควบคุมส่วนติดต่อคอมพิวเตอร์มี สถานะพรีวิว การที่โมเดลรองรับความสามารถนี้ไม่ได้หมายความว่าจะใช้ได้ผ่านทุกวิธีเรียก
ผู้ผลิตระบุขอบเขตความรู้ในตัวที่มีนาคม 2026 แต่บางสาขาอาจยังมีข้อมูลอยู่ที่ระดับมกราคม 2025 ข้อมูลที่ส่งให้และเครื่องมือที่มีข้อมูลปัจจุบันช่วยเพิ่มเนื้อหาของคำขอเฉพาะนั้น แต่ไม่ได้เปลี่ยนขอบเขตความรู้ในตัว
Google ระบุความเป็นไปได้ของข้อมูลที่แต่งขึ้น ความล่าช้าเป็นครั้งคราว และการหมดเวลา ตามข้อมูลผู้ผลิต โมเดลมุ่งรองรับการปรับงานเป็นรอบอย่างรวดเร็ว แต่ระยะเวลาตอบจริงขึ้นอยู่กับงานที่ทำ การมีบริบทขนาดใหญ่หมายถึงปริมาณข้อมูลที่รับได้ ไม่ใช่การรับประกันว่าจะประมวลผลทุกส่วนโดยไม่มีข้อผิดพลาด
เวอร์ชัน gemini-3.6-flash มีสถานะเสถียรและเผยแพร่ในกรกฎาคม 2026 ลักษณะหลักคือผลลัพธ์ข้อความหลังวิเคราะห์ข้อมูลหลายรูปแบบและใช้เครื่องมือที่รองรับ
POST /v1beta/models/{model}:generateContenttext, imagetext| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์path.model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด gemini-3.6-flash-low | ค่าเริ่มต้น— |
ฟิลด์contents | ประเภทcontent[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์contents[].role | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด user, model | ค่าเริ่มต้น— |
ฟิลด์contents[].parts | ประเภทpart[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์systemInstruction | ประเภทcontent | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์generationConfig.maxOutputTokens | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.temperature | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.topP | ประเภทnumber | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.topK | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.stopSequences | ประเภทstring[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.thinkingConfig.includeThoughts | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์generationConfig.thinkingConfig.thinkingBudget | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์tools[].functionDeclarations | ประเภทfunction_declaration[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์toolConfig.functionCallingConfig.mode | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์safetySettings | ประเภทobject[] | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์sessionId | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ข้อความ · ข้อความ UTF8
contents[].parts[].text
ข้อความ + ภาพ
parts[].inlineData={mimeType,data}
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดtext, image |
พารามิเตอร์required | ข้อกำหนดcontents |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์text_file_material | ข้อกำหนดแทรกเนื้อหา UTF-8 จริงเป็นข้อความ ส่วน ID ไฟล์/URLs ต้องมีการรองรับเฉพาะที่ตรงตามจริงแยกต่างหาก |
วงจรการทำงาน: exact retained published method
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
POST /v1beta/models/{model}:generateContentAiloot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.6-flash-low:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.6-flash-low:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.6-flash-low", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.6-flash-low", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.6-flash-low',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson หรือการสตรีมที่รองรับ
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกตัวเลือกและทุกส่วน รวมการเรียกฟังก์ชัน ลายเซ็นการคิด และข้อมูลการใช้งาน ประกอบส่วนสตรีมตามลำดับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์responseId | ประเภทstring |
ฟิลด์modelVersion | ประเภทstring |
ฟิลด์candidates[].content.parts[] | ประเภทtext|inlineData|functionCall|other part |
ฟิลด์candidates[].finishReason | ประเภทstring |
ฟิลด์usageMetadata | ประเภทobject |
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
Ailoot gemini-3.6-flash-low
ใช้พาธเมธอดที่แสดงด้านบน
ตัวอย่างทางเทคนิคภาษาอังกฤษ
Correct a queue badge counter\n\nFix this JavaScript counter: const waiting = jobs.filter(j => j.status !== 'done').length. The badge should count only queued jobs; running and failed jobs must be excluded. Provide the revised expression and test fixtures containing queued, running, failed and done jobs, plus an empty list. Do not claim that tests ran.A corrected queued-only expression and small test cases with expected badge counts.Only status queued contributes to the count; an empty list produces zero.