Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản xem trước Flash-Lite tháng 6 của Google, được thiết kế cho các tác vụ thường xuyên đòi hỏi độ trễ thấp như phân loại tin nhắn và tóm tắt tư liệu trên quy mô lớn. Mô hình thuộc dòng Gemini 2.5 có khả năng suy luận, đồng thời duy trì cách trả lời trực tiếp cho công việc đơn giản. Tên Preview kèm ngày tháng phân biệt bản phát hành này với Flash-Lite ổn định và bản xem trước tháng 9 ra sau, vốn có các cải tiến về tuân thủ chỉ dẫn và đa phương thức thuộc riêng phiên bản đó.
Bản ra mắt tháng 6 đặt phân loại và tóm tắt làm trọng tâm mục đích sử dụng. Đầu vào phân loại hữu ích chứa tin nhắn, các nhãn được phép dùng và ví dụ về ranh giới giữa chúng; đầu ra có thể là một nhãn, lý do ngắn và thông tin cần cho bước xử lý tiếp theo. Tác vụ tóm tắt có thể quy định các quyết định, đầu việc, thời hạn cụ thể và câu hỏi còn bỏ ngỏ cần giữ lại. Đây là những ứng dụng thực tế của mục đích đã công bố: chúng cung cấp đầu vào rõ ràng và kết quả gọn cho một thao tác lặp lại, thay vì yêu cầu một bài viết không giới hạn phạm vi.
Khả năng suy luận có sẵn nhưng được tắt theo mặc định trong bản xem trước Flash-Lite tháng 6 này. Google mô tả ngân sách suy luận có thể điều chỉnh, cho phép tác vụ sử dụng thêm suy luận khi các điều kiện đòi hỏi. Hãy giữ cách trả lời trực tiếp cho phân loại hoặc rút gọn đơn giản; dùng tác vụ có suy luận khi các danh mục chồng lấn, có ngoại lệ hoặc câu hỏi cần nhiều kết luận phụ thuộc lẫn nhau. Hãy quy định điều kiện nào là bắt buộc và thế nào là câu trả lời đúng. Suy luận là khả năng xử lý tác vụ; bản thân phần giải thích dài hơn không phải bằng chứng cho thấy kết luận là đúng.
Báo cáo kỹ thuật của Google nêu đích danh mô hình tháng 6 này và ghi nhận hỗ trợ đầu vào đa phương thức cùng độ dài ngữ cảnh một triệu token. Kết quả của mô hình là văn bản. Ngữ cảnh tạo chỗ cho tư liệu nguồn, chỉ dẫn và ví dụ trong cùng một tác vụ. Hãy giao vai trò rõ ràng cho từng tài liệu hoặc phần, rồi xác định nội dung mô hình cần trích xuất hay so sánh. Với trợ lý tài liệu, hãy tách câu hỏi khỏi văn bản nguồn và yêu cầu kết quả gắn với các đoạn liên quan. Với bước trích xuất, hãy xác định các trường và cách biểu thị thông tin không có trong tư liệu. Đây là khả năng về ngữ cảnh, không phải lời hứa rằng nội dung không liên quan sẽ trở nên hữu ích chỉ vì được đưa vào.
Thông báo tháng 6 liệt kê các công cụ tích hợp để bổ sung căn cứ từ kết quả tìm kiếm, thực thi mã và sử dụng ngữ cảnh URL, cùng khả năng gọi hàm. Việc bổ sung căn cứ từ kết quả tìm kiếm đưa thông tin web vào phản hồi; ngữ cảnh URL sử dụng nội dung các trang được cung cấp cho những tác vụ như so sánh tài liệu hoặc trích xuất chi tiết. Công cụ thực thi mã của Google tạo và chạy mã Python để tính toán hoặc xử lý văn bản, rồi sử dụng kết quả thực thi trong câu trả lời. Gọi hàm có vai trò khác: mô hình chọn một hàm đã khai báo và các đối số của nó, còn ứng dụng được kết nối thực thi rồi trả về kết quả. Hãy xác định mục đích của hàm và các tham số được phép để tác vụ có công cụ hỗ trợ có hành động tiếp theo rõ ràng.
Với quy trình lặp lại, hãy chuẩn bị một tập nhỏ đầu vào đại diện trước khi áp dụng cùng chỉ dẫn cho tập lớn hơn. Bao gồm một trường hợp thông thường, một trường hợp mơ hồ và một trường hợp thiếu thông tin. Ví dụ về hỗ trợ khách hàng có thể yêu cầu chủ đề, câu hỏi thực tế của khách hàng và câu trả lời chỉ dựa trên đoạn tham khảo đi kèm. Ví dụ về thư từ có thể yêu cầu danh sách công việc gồm hành động, người giao việc và thời hạn chỉ khi thời hạn được nêu rõ. Hãy giữ các trường được yêu cầu này tách khỏi mọi phần văn xuôi giải thích để có thể đối chiếu văn bản kết quả với mục gốc.
Tài liệu mô tả dòng Flash-Lite của nhà sản xuất chỉ ra khả năng bịa ra dữ kiện và khó khăn trong việc hiểu quan hệ nhân quả, suy diễn logic phức tạp và suy luận phản thực tế. Tài liệu cũng lưu ý rằng việc tuân thủ ngân sách suy luận có thể thiếu nhất quán. Hãy coi đó là các điểm kiểm tra cụ thể: đối chiếu dữ kiện đã trích xuất với nguồn, kiểm tra các phép tính phụ thuộc nhau và phân biệt phát biểu quan sát được với lời giải thích suy ra từ đó. Sản phẩm hoàn chỉnh hữu ích là kết quả phân loại, tóm tắt, trích xuất hoặc câu trả lời gọn mà các dữ kiện bắt buộc và thông tin bị thiếu đều có thể được kiểm tra. Phiên bản tháng 6 này là một lựa chọn xử lý văn bản riêng biệt; thông số của các bản xem trước sau này không xác định lại danh tính được tài liệu ghi nhận của nó.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản xem trước Flash-Lite tháng 6 của Google, được thiết kế cho các tác vụ thường xuyên đòi hỏi độ trễ thấp như phân loại tin nhắn và tóm tắt tư liệu trên quy mô lớn. Mô hình thuộc dòng Gemini 2.5 có khả năng suy luận, đồng thời duy trì cách trả lời trực tiếp cho công việc đơn giản. Tên Preview kèm ngày tháng phân biệt bản phát hành này với Flash-Lite ổn định và bản xem trước tháng 9 ra sau, vốn có các cải tiến về tuân thủ chỉ dẫn và đa phương thức thuộc riêng phiên bản đó.\n\nBản ra mắt tháng 6 đặt phân loại và tóm tắt làm trọng tâm mục đích sử dụng. Đầu vào phân loại hữu ích chứa tin nhắn, các nhãn được phép dùng và ví dụ về ranh giới giữa chúng; đầu ra có thể là một nhãn, lý do ngắn và thông tin cần cho bước xử lý tiếp theo. Tác vụ tóm tắt có thể quy định các quyết định, đầu việc, thời hạn cụ thể và câu hỏi còn bỏ ngỏ cần giữ lại. Đây là những ứng dụng thực tế của mục đích đã công bố: chúng cung cấp đầu vào rõ ràng và kết quả gọn cho một thao tác lặp lại, thay vì yêu cầu một bài viết không giới hạn phạm vi.\n\nKhả năng suy luận có sẵn nhưng được tắt theo mặc định trong bản xem trước Flash-Lite tháng 6 này. Google mô tả ngân sách suy luận có thể điều chỉnh, cho phép tác vụ sử dụng thêm suy luận khi các điều kiện đòi hỏi. Hãy giữ cách trả lời trực tiếp cho phân loại hoặc rút gọn đơn giản; dùng tác vụ có suy luận khi các danh mục chồng lấn, có ngoại lệ hoặc câu hỏi cần nhiều kết luận phụ thuộc lẫn nhau. Hãy quy định điều kiện nào là bắt buộc và thế nào là câu trả lời đúng. Suy luận là khả năng xử lý tác vụ; bản thân phần giải thích dài hơn không phải bằng chứng cho thấy kết luận là đúng.\n\nBáo cáo kỹ thuật của Google nêu đích danh mô hình tháng 6 này và ghi nhận hỗ trợ đầu vào đa phương thức cùng độ dài ngữ cảnh một triệu token. Kết quả của mô hình là văn bản. Ngữ cảnh tạo chỗ cho tư liệu nguồn, chỉ dẫn và ví dụ trong cùng một tác vụ. Hãy giao vai trò rõ ràng cho từng tài liệu hoặc phần, rồi xác định nội dung mô hình cần trích xuất hay so sánh. Với trợ lý tài liệu, hãy tách câu hỏi khỏi văn bản nguồn và yêu cầu kết quả gắn với các đoạn liên quan. Với bước trích xuất, hãy xác định các trường và cách biểu thị thông tin không có trong tư liệu. Đây là khả năng về ngữ cảnh, không phải lời hứa rằng nội dung không liên quan sẽ trở nên hữu ích chỉ vì được đưa vào.\n\nThông báo tháng 6 liệt kê các công cụ tích hợp để bổ sung căn cứ từ kết quả tìm kiếm, thực thi mã và sử dụng ngữ cảnh URL, cùng khả năng gọi hàm. Việc bổ sung căn cứ từ kết quả tìm kiếm đưa thông tin web vào phản hồi; ngữ cảnh URL sử dụng nội dung các trang được cung cấp cho những tác vụ như so sánh tài liệu hoặc trích xuất chi tiết. Công cụ thực thi mã của Google tạo và chạy mã Python để tính toán hoặc xử lý văn bản, rồi sử dụng kết quả thực thi trong câu trả lời. Gọi hàm có vai trò khác: mô hình chọn một hàm đã khai báo và các đối số của nó, còn ứng dụng được kết nối thực thi rồi trả về kết quả. Hãy xác định mục đích của hàm và các tham số được phép để tác vụ có công cụ hỗ trợ có hành động tiếp theo rõ ràng.\n\nVới quy trình lặp lại, hãy chuẩn bị một tập nhỏ đầu vào đại diện trước khi áp dụng cùng chỉ dẫn cho tập lớn hơn. Bao gồm một trường hợp thông thường, một trường hợp mơ hồ và một trường hợp thiếu thông tin. Ví dụ về hỗ trợ khách hàng có thể yêu cầu chủ đề, câu hỏi thực tế của khách hàng và câu trả lời chỉ dựa trên đoạn tham khảo đi kèm. Ví dụ về thư từ có thể yêu cầu danh sách công việc gồm hành động, người giao việc và thời hạn chỉ khi thời hạn được nêu rõ. Hãy giữ các trường được yêu cầu này tách khỏi mọi phần văn xuôi giải thích để có thể đối chiếu văn bản kết quả với mục gốc.\n\nTài liệu mô tả dòng Flash-Lite của nhà sản xuất chỉ ra khả năng bịa ra dữ kiện và khó khăn trong việc hiểu quan hệ nhân quả, suy diễn logic phức tạp và suy luận phản thực tế. Tài liệu cũng lưu ý rằng việc tuân thủ ngân sách suy luận có thể thiếu nhất quán. Hãy coi đó là các điểm kiểm tra cụ thể: đối chiếu dữ kiện đã trích xuất với nguồn, kiểm tra các phép tính phụ thuộc nhau và phân biệt phát biểu quan sát được với lời giải thích suy ra từ đó. Sản phẩm hoàn chỉnh hữu ích là kết quả phân loại, tóm tắt, trích xuất hoặc câu trả lời gọn mà các dữ kiện bắt buộc và thông tin bị thiếu đều có thể được kiểm tra. Phiên bản tháng 6 này là một lựa chọn xử lý văn bản riêng biệt; thông số của các bản xem trước sau này không xác định lại danh tính được tài liệu ghi nhận của nó.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản tháng 6 của Google dành cho phân loại, tóm tắt và xử lý văn bản lặp lại với thông lượng cao. Mô hình kết hợp ngữ cảnh một triệu token, suy luận tùy chọn và các công cụ tìm kiếm, mã, ngữ cảnh URL, gọi hàm được tài liệu ghi nhận.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản xem trước Flash-Lite tháng 6 của Google, được thiết kế cho các tác vụ thường xuyên đòi hỏi độ trễ thấp như phân loại tin nhắn và tóm tắt tư liệu trên quy mô lớn. Mô hình thuộc dòng Gemini 2.5 có khả năng suy luận, đồng thời duy trì cách trả lời trực tiếp cho công việc đơn giản. Tên Preview kèm ngày tháng phân biệt bản phát hành này với Flash-Lite ổn định và bản xem trước tháng 9 ra sau, vốn có các cải tiến về tuân thủ chỉ dẫn và đa phương thức thuộc riêng phiên bản đó.
Bản ra mắt tháng 6 đặt phân loại và tóm tắt làm trọng tâm mục đích sử dụng. Đầu vào phân loại hữu ích chứa tin nhắn, các nhãn được phép dùng và ví dụ về ranh giới giữa chúng; đầu ra có thể là một nhãn, lý do ngắn và thông tin cần cho bước xử lý tiếp theo. Tác vụ tóm tắt có thể quy định các quyết định, đầu việc, thời hạn cụ thể và câu hỏi còn bỏ ngỏ cần giữ lại. Đây là những ứng dụng thực tế của mục đích đã công bố: chúng cung cấp đầu vào rõ ràng và kết quả gọn cho một thao tác lặp lại, thay vì yêu cầu một bài viết không giới hạn phạm vi.
Khả năng suy luận có sẵn nhưng được tắt theo mặc định trong bản xem trước Flash-Lite tháng 6 này. Google mô tả ngân sách suy luận có thể điều chỉnh, cho phép tác vụ sử dụng thêm suy luận khi các điều kiện đòi hỏi. Hãy giữ cách trả lời trực tiếp cho phân loại hoặc rút gọn đơn giản; dùng tác vụ có suy luận khi các danh mục chồng lấn, có ngoại lệ hoặc câu hỏi cần nhiều kết luận phụ thuộc lẫn nhau. Hãy quy định điều kiện nào là bắt buộc và thế nào là câu trả lời đúng. Suy luận là khả năng xử lý tác vụ; bản thân phần giải thích dài hơn không phải bằng chứng cho thấy kết luận là đúng.
Báo cáo kỹ thuật của Google nêu đích danh mô hình tháng 6 này và ghi nhận hỗ trợ đầu vào đa phương thức cùng độ dài ngữ cảnh một triệu token. Kết quả của mô hình là văn bản. Ngữ cảnh tạo chỗ cho tư liệu nguồn, chỉ dẫn và ví dụ trong cùng một tác vụ. Hãy giao vai trò rõ ràng cho từng tài liệu hoặc phần, rồi xác định nội dung mô hình cần trích xuất hay so sánh. Với trợ lý tài liệu, hãy tách câu hỏi khỏi văn bản nguồn và yêu cầu kết quả gắn với các đoạn liên quan. Với bước trích xuất, hãy xác định các trường và cách biểu thị thông tin không có trong tư liệu. Đây là khả năng về ngữ cảnh, không phải lời hứa rằng nội dung không liên quan sẽ trở nên hữu ích chỉ vì được đưa vào.
Thông báo tháng 6 liệt kê các công cụ tích hợp để bổ sung căn cứ từ kết quả tìm kiếm, thực thi mã và sử dụng ngữ cảnh URL, cùng khả năng gọi hàm. Việc bổ sung căn cứ từ kết quả tìm kiếm đưa thông tin web vào phản hồi; ngữ cảnh URL sử dụng nội dung các trang được cung cấp cho những tác vụ như so sánh tài liệu hoặc trích xuất chi tiết. Công cụ thực thi mã của Google tạo và chạy mã Python để tính toán hoặc xử lý văn bản, rồi sử dụng kết quả thực thi trong câu trả lời. Gọi hàm có vai trò khác: mô hình chọn một hàm đã khai báo và các đối số của nó, còn ứng dụng được kết nối thực thi rồi trả về kết quả. Hãy xác định mục đích của hàm và các tham số được phép để tác vụ có công cụ hỗ trợ có hành động tiếp theo rõ ràng.
Với quy trình lặp lại, hãy chuẩn bị một tập nhỏ đầu vào đại diện trước khi áp dụng cùng chỉ dẫn cho tập lớn hơn. Bao gồm một trường hợp thông thường, một trường hợp mơ hồ và một trường hợp thiếu thông tin. Ví dụ về hỗ trợ khách hàng có thể yêu cầu chủ đề, câu hỏi thực tế của khách hàng và câu trả lời chỉ dựa trên đoạn tham khảo đi kèm. Ví dụ về thư từ có thể yêu cầu danh sách công việc gồm hành động, người giao việc và thời hạn chỉ khi thời hạn được nêu rõ. Hãy giữ các trường được yêu cầu này tách khỏi mọi phần văn xuôi giải thích để có thể đối chiếu văn bản kết quả với mục gốc.
Tài liệu mô tả dòng Flash-Lite của nhà sản xuất chỉ ra khả năng bịa ra dữ kiện và khó khăn trong việc hiểu quan hệ nhân quả, suy diễn logic phức tạp và suy luận phản thực tế. Tài liệu cũng lưu ý rằng việc tuân thủ ngân sách suy luận có thể thiếu nhất quán. Hãy coi đó là các điểm kiểm tra cụ thể: đối chiếu dữ kiện đã trích xuất với nguồn, kiểm tra các phép tính phụ thuộc nhau và phân biệt phát biểu quan sát được với lời giải thích suy ra từ đó. Sản phẩm hoàn chỉnh hữu ích là kết quả phân loại, tóm tắt, trích xuất hoặc câu trả lời gọn mà các dữ kiện bắt buộc và thông tin bị thiếu đều có thể được kiểm tra. Phiên bản tháng 6 này là một lựa chọn xử lý văn bản riêng biệt; thông số của các bản xem trước sau này không xác định lại danh tính được tài liệu ghi nhận của nó.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-2.5-flash-lite-preview-06-17 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-06-17", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gemini-2.5-flash-lite-preview-06-17',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-2.5-flash-lite-preview-06-17',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Dùng các đường dẫn phương thức hiển thị ở trên.
gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản tháng 6 của Google dành cho phân loại, tóm tắt và xử lý văn bản lặp lại với thông lượng cao. Mô hình kết hợp ngữ cảnh một triệu token, suy luận tùy chọn và các công cụ tìm kiếm, mã, ngữ cảnh URL, gọi hàm được tài liệu ghi nhận.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Gemini 2.5 Flash-Lite Preview 06-17 là phiên bản xem trước Flash-Lite tháng 6 của Google, được thiết kế cho các tác vụ thường xuyên đòi hỏi độ trễ thấp như phân loại tin nhắn và tóm tắt tư liệu trên quy mô lớn. Mô hình thuộc dòng Gemini 2.5 có khả năng suy luận, đồng thời duy trì cách trả lời trực tiếp cho công việc đơn giản. Tên Preview kèm ngày tháng phân biệt bản phát hành này với Flash-Lite ổn định và bản xem trước tháng 9 ra sau, vốn có các cải tiến về tuân thủ chỉ dẫn và đa phương thức thuộc riêng phiên bản đó.
Bản ra mắt tháng 6 đặt phân loại và tóm tắt làm trọng tâm mục đích sử dụng. Đầu vào phân loại hữu ích chứa tin nhắn, các nhãn được phép dùng và ví dụ về ranh giới giữa chúng; đầu ra có thể là một nhãn, lý do ngắn và thông tin cần cho bước xử lý tiếp theo. Tác vụ tóm tắt có thể quy định các quyết định, đầu việc, thời hạn cụ thể và câu hỏi còn bỏ ngỏ cần giữ lại. Đây là những ứng dụng thực tế của mục đích đã công bố: chúng cung cấp đầu vào rõ ràng và kết quả gọn cho một thao tác lặp lại, thay vì yêu cầu một bài viết không giới hạn phạm vi.
Khả năng suy luận có sẵn nhưng được tắt theo mặc định trong bản xem trước Flash-Lite tháng 6 này. Google mô tả ngân sách suy luận có thể điều chỉnh, cho phép tác vụ sử dụng thêm suy luận khi các điều kiện đòi hỏi. Hãy giữ cách trả lời trực tiếp cho phân loại hoặc rút gọn đơn giản; dùng tác vụ có suy luận khi các danh mục chồng lấn, có ngoại lệ hoặc câu hỏi cần nhiều kết luận phụ thuộc lẫn nhau. Hãy quy định điều kiện nào là bắt buộc và thế nào là câu trả lời đúng. Suy luận là khả năng xử lý tác vụ; bản thân phần giải thích dài hơn không phải bằng chứng cho thấy kết luận là đúng.
Báo cáo kỹ thuật của Google nêu đích danh mô hình tháng 6 này và ghi nhận hỗ trợ đầu vào đa phương thức cùng độ dài ngữ cảnh một triệu token. Kết quả của mô hình là văn bản. Ngữ cảnh tạo chỗ cho tư liệu nguồn, chỉ dẫn và ví dụ trong cùng một tác vụ. Hãy giao vai trò rõ ràng cho từng tài liệu hoặc phần, rồi xác định nội dung mô hình cần trích xuất hay so sánh. Với trợ lý tài liệu, hãy tách câu hỏi khỏi văn bản nguồn và yêu cầu kết quả gắn với các đoạn liên quan. Với bước trích xuất, hãy xác định các trường và cách biểu thị thông tin không có trong tư liệu. Đây là khả năng về ngữ cảnh, không phải lời hứa rằng nội dung không liên quan sẽ trở nên hữu ích chỉ vì được đưa vào.
Thông báo tháng 6 liệt kê các công cụ tích hợp để bổ sung căn cứ từ kết quả tìm kiếm, thực thi mã và sử dụng ngữ cảnh URL, cùng khả năng gọi hàm. Việc bổ sung căn cứ từ kết quả tìm kiếm đưa thông tin web vào phản hồi; ngữ cảnh URL sử dụng nội dung các trang được cung cấp cho những tác vụ như so sánh tài liệu hoặc trích xuất chi tiết. Công cụ thực thi mã của Google tạo và chạy mã Python để tính toán hoặc xử lý văn bản, rồi sử dụng kết quả thực thi trong câu trả lời. Gọi hàm có vai trò khác: mô hình chọn một hàm đã khai báo và các đối số của nó, còn ứng dụng được kết nối thực thi rồi trả về kết quả. Hãy xác định mục đích của hàm và các tham số được phép để tác vụ có công cụ hỗ trợ có hành động tiếp theo rõ ràng.
Với quy trình lặp lại, hãy chuẩn bị một tập nhỏ đầu vào đại diện trước khi áp dụng cùng chỉ dẫn cho tập lớn hơn. Bao gồm một trường hợp thông thường, một trường hợp mơ hồ và một trường hợp thiếu thông tin. Ví dụ về hỗ trợ khách hàng có thể yêu cầu chủ đề, câu hỏi thực tế của khách hàng và câu trả lời chỉ dựa trên đoạn tham khảo đi kèm. Ví dụ về thư từ có thể yêu cầu danh sách công việc gồm hành động, người giao việc và thời hạn chỉ khi thời hạn được nêu rõ. Hãy giữ các trường được yêu cầu này tách khỏi mọi phần văn xuôi giải thích để có thể đối chiếu văn bản kết quả với mục gốc.
Tài liệu mô tả dòng Flash-Lite của nhà sản xuất chỉ ra khả năng bịa ra dữ kiện và khó khăn trong việc hiểu quan hệ nhân quả, suy diễn logic phức tạp và suy luận phản thực tế. Tài liệu cũng lưu ý rằng việc tuân thủ ngân sách suy luận có thể thiếu nhất quán. Hãy coi đó là các điểm kiểm tra cụ thể: đối chiếu dữ kiện đã trích xuất với nguồn, kiểm tra các phép tính phụ thuộc nhau và phân biệt phát biểu quan sát được với lời giải thích suy ra từ đó. Sản phẩm hoàn chỉnh hữu ích là kết quả phân loại, tóm tắt, trích xuất hoặc câu trả lời gọn mà các dữ kiện bắt buộc và thông tin bị thiếu đều có thể được kiểm tra. Phiên bản tháng 6 này là một lựa chọn xử lý văn bản riêng biệt; thông số của các bản xem trước sau này không xác định lại danh tính được tài liệu ghi nhận của nó.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-2.5-flash-lite-preview-06-17 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0008 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.