Gemini 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
", "aboutText": "Gemini 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.\n\nĐối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.\n\nĐối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.\n\nĐối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.\n\nXử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.\n\nMô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.\n\nThẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.\n\nMã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Localize a compact service message\n\nTranslate into Spanish for a small-business customer: “Invoice INV-204 is ready. The bank transfer has not arrived yet; access starts after payment confirmation.” Keep INV-204 unchanged and return only the translated message. Preserve the distinction between invoice availability, receipt of funds and activation.A Spanish message containing the unchanged invoice reference and the original payment-to-access condition.Check that the translation does not imply that payment is received or access is already active.gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1/messagestext, imagetext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-3.1-flash-lite | 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 user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring|content_block[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngsystem | Loạistring|content_block[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn Tối thiểu: 1 Giới hạn áp dụng cho: Giới hạn trên chính xác của mô hình hoặc thẻ được chọn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
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_sequences | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạitool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ | Mặc định— |
Trườngtools[].description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].input_schema | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.budget_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngoutput_config.effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmetadata | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngcache_control | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content hoặc khối type=text
Văn bản + ảnh
{type:image,source:{type:base64,media_type,data}} hoặc nguồn có type=url
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/messagesAiloot 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 →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhOpenAI Chat · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
set -eu\n: "${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-flash-lite", "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-3.1-flash-lite", "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-3.1-flash-lite",\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-3.1-flash-lite",\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-3.1-flash-lite',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 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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1beta/models/{model}:generateContenttext, imagetext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngpath.model | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-3.1-flash-lite | Mặc định— |
Trườngcontents | Loạicontent[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngcontents[].role | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn user, model | Mặc định— |
Trườngcontents[].parts | Loạipart[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
TrườngsystemInstruction | Loạicontent | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
TrườnggenerationConfig.maxOutputTokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.temperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.topP | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.topK | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.stopSequences | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.thinkingConfig.includeThoughts | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườnggenerationConfig.thinkingConfig.thinkingBudget | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].functionDeclarations | Loạifunction_declaration[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườngtoolConfig.functionCallingConfig.mode | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườngsafetySettings | Loạiobject[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
TrườngsessionId | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Văn bản · Văn bản UTF8
contents[].parts[].text
Văn bản + ảnh
parts[].inlineData={mimeType,data}
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốrequired | Hợp đồngcontents |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1beta/models/{model}:generateContentAiloot 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 →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhOpenAI Chat · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
set -eu\n: "${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-flash-lite: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-3.1-flash-lite: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-3.1-flash-lite", 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-3.1-flash-lite", 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-3.1-flash-lite',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 hoặc truyền luồng được hỗ trợ
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án và phần, kể cả lệnh gọi hàm, chữ ký suy nghĩ và dữ liệu sử dụng; ghép các phần luồng theo đúng thứ tự.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
TrườngresponseId | Loạistring |
TrườngmodelVersion | Loạistring |
Trườngcandidates[].content.parts[] | Loạitext|inlineData|functionCall|other part |
Trườngcandidates[].finishReason | Loạistring |
TrườngusageMetadata | 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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-3.1-flash-lite | 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 Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Hội thoại văn bản | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
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 |
Tham sốcontrol_scope | Hợp đồngHội thoại văn bản; stream là giá trị boolean và mặc định là false. |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Bí danh phương thức: /chat/completions
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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-3.1-flash-lite | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "gemini-3.1-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite', '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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
google/gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn google/gemini-3.1-flash-lite | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite',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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
google/gemini-3.1-flash-liteGemini 3.1 Flash-Lite là mô hình đa phương thức bản ổn định của Google dành cho dịch thuật, chép lời, phân loại và trích xuất đơn giản ở quy mô lớn. Mô hình nhận văn bản, hình ảnh, âm thanh, video và PDF rồi trả về văn bản, với khả năng suy nghĩ, công cụ và đầu ra có cấu trúc. Giới hạn đầu vào/đầu ra chính xác là 1,048,576/65,536 token.
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 3.1 Flash-Lite là mô hình văn bản đa phương thức nhẹ, bản ổn định của Google dành cho các tác vụ thường xuyên và được xác định rõ. Mô hình được xây dựng trên Gemini 3 Pro. Dịch thuật và phân loại là những khối lượng công việc chủ đạo; các tác vụ hữu ích khác gồm chép lời, tóm tắt tài liệu, trích xuất thực thể và phân loại để lựa chọn mô hình. Văn bản, hình ảnh, âm thanh, video và PDF có thể làm tài liệu nguồn, còn kết quả là văn bản. Một yêu cầu hữu ích chỉ định một thao tác và một dạng kết quả cuối cùng, chẳng hạn tin nhắn đã dịch hoặc bản ghi các trường được tìm thấy trong tài liệu.
Đối với dịch thuật, cung cấp văn bản nguồn, ngôn ngữ đích, đối tượng đọc và thuật ngữ cần giữ nguyên. Ví dụ của Google sử dụng chỉ dẫn chỉ trả về bản dịch. Khi dịch tin nhắn hỗ trợ, giữ nguyên tên sản phẩm và mã tham chiếu đơn hàng trong khi dịch tự nhiên phần còn lại. Quy định cách xử lý nội dung mơ hồ để kết quả không thêm ngày, lời hứa hoặc chi tiết không có trong nguồn. Giữ hình thức yêu cầu phù hợp với nơi sử dụng, chẳng hạn câu trả lời ngắn hoặc bản ghi bản dịch có nhãn.
Đối với chép lời, cung cấp bản ghi và xác định câu trả lời cần là lời nói nguyên văn, bản chép lời đã biên tập dễ đọc hay bản tóm tắt. Đây là các loại đầu ra khác nhau. Xác định khoảng thời gian liên quan khi bản ghi dài chỉ có một đoạn cần cho tác vụ. Ví dụ dành cho nhà phát triển của nhà sản xuất truyền trực tiếp âm thanh và yêu cầu bản chép lời dạng văn bản. Đối chiếu tên riêng, con số và đoạn không rõ với bản ghi, giữ lại nguồn gốc để xem xét. Cấu hình văn bản đa phương thức tổng quát này tự nó không hàm ý đầu ra âm thanh hoặc kết quả phân tách người nói chuyên dụng.
Đối với phân loại hoặc trích xuất, định nghĩa danh mục, lược đồ và quy tắc cho giá trị thiếu. Hướng dẫn dành cho nhà phát triển minh họa JSON có cấu trúc để phân tích đánh giá của khách hàng, với trích dẫn hỗ trợ và các trường được định nghĩa. Một bản ghi có cấu trúc có thể chứa sản phẩm được nhắc đến, loại vấn đề và câu giải thích cơ sở của lựa chọn. Đưa vào một trường hợp điển hình cần giữ là chưa biết thay vì bị ép vào một danh mục. Bản ghi hợp lệ về cú pháp vẫn cần được đối chiếu với văn bản nguồn thực tế.
Xử lý tài liệu có thể chuyển PDF thành bản tóm tắt ngắn gọn hoặc bản ghi các trường. Nêu câu hỏi và giữ tham chiếu trang hoặc mục khi phát hiện cần được kiểm tra. Khi xem xét bảng, chỉ định các cột và quy tắc quan trọng; với tác vụ hình ảnh, xác định nhãn hoặc vùng cần cho câu trả lời. Định tuyến mô hình là một ứng dụng khác đã được tài liệu hóa: mô hình phân loại độ phức tạp của yêu cầu và trả về một lựa chọn được phép. Ứng dụng kết nối, thay vì chính văn bản phân loại, quyết định bước chạy tiếp theo.
Mô hình hỗ trợ khả năng suy nghĩ, và nhà sản xuất minh họa mức nỗ lực cao hơn cho các tác vụ hưởng lợi từ việc phân tích sâu hơn. Trang dành riêng cho bản ổn định cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, grounding bằng tìm kiếm, grounding bằng Maps, ngữ cảnh URL và đầu ra có cấu trúc. Computer Use không được hỗ trợ trong cấu hình 3.1 ổn định này; cấu hình 3.5 Flash-Lite ra sau có bảng khả năng khác. Định nghĩa rõ mục đích và tham số của công cụ, rồi tiếp tục dựa trên kết quả thực tế được trả về. Đề xuất gọi hàm không xác nhận rằng thao tác đã diễn ra.
Thẻ mô hình gốc liệt kê ngữ cảnh tối đa 1M và đầu ra văn bản 64K; bảng API bản ổn định quy định 1,048,576 token đầu vào và 65,536 token đầu ra. Tính cả chỉ dẫn, hội thoại và phương tiện nguồn khi chuẩn bị đầu vào, đồng thời yêu cầu độ dài đầu ra phù hợp với sản phẩm cần tạo. Bộ nhớ đệm, xử lý hàng loạt, Flex và Priority được ghi nhận cho cấu hình này của nhà sản xuất. Với các mục độc lập được xử lý lặp lại, đưa mã định danh đầu vào vào kết quả và giữ lược đồ nhất quán để phát hiện câu trả lời bị thiếu.
Mã mô hình bản ổn định này khác với Gemini 3.1 Flash-Lite Preview và các phiên bản Flash-Lite ra sau. Giữ đúng phiên bản khi chuẩn bị xử lý lặp lại, thay vì xem tên dòng quen thuộc là sự bảo đảm về một bản sửa đổi cố định. Kiểm tra bản dịch về ý nghĩa và thuật ngữ được giữ lại, đối chiếu bản chép lời với âm thanh và các trường trích xuất với tài liệu. Vai trò thực tế của cấu hình này là xử lý văn bản đa phương thức tập trung với kết quả rõ ràng, để việc suy luận của tác vụ rộng hơn hoặc các hành động bên ngoài cho bước tiếp theo phù hợp.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn google/gemini-3.1-flash-lite | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0005 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00005 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0001666666666666666 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "google/gemini-3.1-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite', '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 gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
Ví dụ kỹ thuật bằng tiếng Anh
Localize a compact service message\n\nTranslate into Spanish for a small-business customer: “Invoice INV-204 is ready. The bank transfer has not arrived yet; access starts after payment confirmation.” Keep INV-204 unchanged and return only the translated message. Preserve the distinction between invoice availability, receipt of funds and activation.A Spanish message containing the unchanged invoice reference and the original payment-to-access condition.Check that the translation does not imply that payment is received or access is already active.