Einführung
OpenAI-kompatibler Chat für Gemini 3 Flash Preview. Ein Lesefenster von 256.000 Token, drei Denkstufen, 128 Tool-Schemas und JSON-Ausgabe in einem synchronen Aufruf, auf Wunsch als SSE-Stream.
Gemini 3 Flash Preview ist Googles leichtes Chat-Modell, hier als ein einziger OpenAI-kompatibler Endpunkt veröffentlicht. Niedriger Preis pro Token und ein früh eintreffendes erstes Token machen es zur ersten Wahl für Zug-um-Zug-Rollenspiel und interaktive Erzählung: Es liest bis zu 256.000 Token, antwortet mit bis zu 65.536 und bietet drei Denkstufen, Tool-Aufrufe und JSON-Ausgabe.
Wichtige Funktionen und Highlights
Die Spur für viele kurze Züge
In einer Szene mit Hunderten Zügen pro Stunde spürt man den Preis pro Token und die Zeit bis zum ersten Token, nicht die Spitzenleistung des Modells. Genau dafür ist dieses hier da: günstig genug, dass jede Zeile jeder Spielerin durch ein Modell gehen darf, und schnell genug, dass das Gespräch nie an einem Ladekreis hängen bleibt.
Pro Zug entscheiden, ob zweimal gedacht wird
low, medium und high, Vorgabe ist medium. Lassen Sie den normalen Schlagabtausch auf low, das bringt das erste Token früher, und heben Sie den einen Zug, der einen Faden schließen muss, auf high. Es ist eine Zeichenkette im selben Anfragekörper, das Umschalten kostet an der Integration nichts.
Es kann sich unter Ihnen verändern
Über die Lebensdauer eines Vorschaumodells entscheidet Google, Verhalten und Verfügbarkeit können sich ohne Ankündigung verschieben. Legen Sie fest, auf welches Modell Sie ausweichen, bevor der Tag der Abschaltung kommt.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Geordnete Züge, das älteste zuerst. Der Inhalt ist ein String oder ein Array aus Teilen vom Typ text, |
max_tokens | Nein | Deckelt die Antwort bei 65.536, die Vorgabe ist 16.384. Für Zug-um-Zug-Spiel verhindern 300 bis 800, dass das Modell gleich ein ganzes Kapitel schreibt. |
reasoning_effort | Nein | minimal, low, medium oder high; medium ist die Vorgabe. Normale Züge laufen gut auf low, und der Zug, der sitzen muss, lässt sich einzeln auf high heben. |
stop | Nein | Bis zu 4 Sequenzen, als String oder Array. Die Antwort endet, sobald das Modell eine davon schreibt; der getroffene Text selbst wird nicht zurückgegeben. mindestens 1 Zeichen · mindestens 1 Einträge · höchstens 4 Einträge |
seed | Nein | Beliebige Ganzzahl. |
temperature | Nein | 0 bis 2, Vorgabe 1. Google empfiehlt für Gemini-3-Modelle ausdrücklich, bei 1,0 zu bleiben – niedrigere Werte können zu Schleifen oder schwächerer Qualität führen. |
top_p | Nein | 0,01 bis 1. Verstellen Sie dies oder temperature, nie beides im selben Vergleich. |
tools | Nein | Bis zu 128 Funktionsdefinitionen je Anfrage. höchstens 128 Einträge |
tool_choice | Nein | auto, none, required – oder ein Objekt, das eine Funktion benennt. |
response_format | Nein | Verlangen Sie ein JSON-Objekt und benennen Sie jeden Schlüssel in der System-Nachricht – so kommen Auswahloptionen parsbar zurück. |
Preis
Eingabe $0.45 / Ausgabe $2.70 je 1 Mio. Token
Anwendungsfälle
Rollenspiel Zug um Zug
Charakterbogen, Weltregeln und Ton stehen in einer System-Nachricht, pro Zug geht nur die neue Zeile hinaus. Bei Hunderten Zügen pro Stunde entscheiden Preis pro Token und Zeit bis zum ersten Token weit stärker über das Spielgefühl als die Leistungsspitze des Modells.
Erzähltext und Auswahloptionen
Lassen Sie die Szene einen Schritt weitergehen und dazu drei Optionen ausgeben: mit response_format ein JSON-Objekt verlangen und jeden Schlüssel in der System-Nachricht benennen, dann bleibt die Form der Optionen stabil. Jeder Bildschirm eines Textadventures ist dieser eine Aufruf.
Lange Sitzungen stufen
Den normalen Schlagabtausch hierher, und die Züge, auf die es ankommt – eine Enthüllung, eine Konfrontation, vierzig Züge zu einem Absatz gefaltet – an ein teureres Modell. Beide sind OpenAI-förmig, es ändert sich nur die model-ID.
Massenhaftes Etikettieren und Aufräumen
Chatprotokolle verschlagworten, Zusammenfassungen neu schreiben, freien Text in feste Felder überführen. Ob solche Arbeiten überhaupt lohnen, entscheidet der Preis pro Aufruf und nicht die Denkspitze.
Prompt-Leitfaden und Praxistipps
Figur ins System, Szene in user
Charakterbogen, Weltregeln und Erzählton gehören in eine System-Nachricht; jeder Zug hängt nur die neue user-Zeile und die Antwort des Assistenten an. Nur weil die System-Nachricht steht, erkennen Sie, welche Zeile den Ton verschoben hat.
Stufe pro Zug wechseln, nicht pro Integration
Den normalen Schlagabtausch auf low für ein früheres erstes Token, den Zug mit der Auflösung auf high. Gleicher Endpunkt, gleicher Körper, eine Zeichenkette anders.
Grenzen, die Sie einplanen sollten
Die Antwort ist bei 65.536 Token gedeckelt, ein höherer max_tokens fällt sofort durch die Validierung. Der Nachrichteninhalt besteht aus Text, Bildern, Video und Audio. Hochgeladenes Video und Audio dürfen pro Anfrage zusammen 14 MB ergeben. Ein JSON-response_format formt die Antwort, geparst und geprüft wird sie weiterhin von Ihrer Anwendung. Dies ist ein Vorschaumodell – Google kann es ändern oder abschalten, legen Sie also fest, welches Modell einspringt, bevor es Produktionsverkehr trägt.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3-flash-preview/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
