Wprowadzenie
Czat zgodny z OpenAI dla Gemini 3 Flash Preview. Okno odczytu 256 000 tokenów, trzy poziomy wysiłku rozumowania, 128 schematów narzędzi i wyjście JSON w jednym synchronicznym wywołaniu, a na życzenie streaming SSE.
Gemini 3 Flash Preview to lekki model czatowy Google, opublikowany tutaj jako jeden endpoint zgodny z OpenAI. Niska cena jednostkowa i szybki pierwszy token sprawiają, że to po niego sięga się przy roleplayu tura po turze i przy interaktywnej fikcji: czyta do 256 000 tokenów, odpowiada w maksymalnie 65 536 i oferuje trzy poziomy wysiłku rozumowania, wywołania narzędzi oraz wyjście JSON.
Najważniejsze funkcje
Pas dla krótkich tur o dużej częstotliwości
W scenie, która kręci setki tur na godzinę, czuć cenę jednostkową i czas do pierwszego tokena, a nie szczytowe możliwości modelu. I po to właśnie jest ten model: na tyle tani, żeby każda kwestia każdego gracza mogła przejść przez model, i na tyle szybki, żeby rozmowa nigdy nie zawisła na kręcącym się kółku.
Decyduj w każdej turze, czy warto pomyśleć dwa razy
low, medium i high, domyślnie medium. Rutynową wymianę trzymaj na low, żeby szybciej dostać pierwszy token, a tę jedną turę, która ma domknąć wątek, podnieś do high. To zwykły ciąg znaków w tym samym ciele żądania, więc przełączanie nic nie kosztuje po stronie integracji.
Może się zmienić pod tobą
Cykl życia modelu w wersji preview należy do Google, a zachowanie albo dostępność mogą się zmienić bez uprzedzenia. Zdecyduj, na jaki model ten się przełączy awaryjnie, zanim nadejdzie dzień jego wycofania.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
messages | Tak | Uporządkowane tury, od najstarszej. Treść to ciąg znaków albo tablica części text, |
max_tokens | Nie | Ogranicza odpowiedź do 65 536; domyślnie jest to 16 384. Przy grze tura po turze zakres od 300 do 800 powstrzymuje model przed odpowiedzią na cały rozdział. |
reasoning_effort | Nie | minimal, low, medium albo high; domyślnie medium. Rutynowe tury spokojnie działają na low, a tę turę, która ma trafić, można samodzielnie podnieść do high. |
stop | Nie | Do 4 sekwencji, jako string albo tablica. Odpowiedź kończy się, gdy tylko model zapisze którąś z nich, a dopasowany tekst nie jest zwracany. od 1 znaków · od 1 elementów · do 4 elementów |
seed | Nie | Dowolna liczba całkowita. |
temperature | Nie | Od 0 do 2, domyślnie 1. Google zaleca zostawienie modeli Gemini 3 na 1,0: poniżej tej wartości generowanie potrafi wpaść w pętlę albo stracić jakość. |
top_p | Nie | Od 0,01 do 1. Reguluj to albo temperature, nigdy obu naraz w tym samym porównaniu. |
tools | Nie | Do 128 definicji funkcji na żądanie. do 128 elementów |
tool_choice | Nie | auto, none, required albo obiekt wskazujący jedną funkcję. |
response_format | Nie | Poproś o obiekt JSON i nazwij każdy klucz w wiadomości systemowej – właśnie dzięki temu opcje rozgałęziające wracają w formie nadającej się do sparsowania. |
Cennik
Wejście $0.45 / Wyjście $2.70 za 1 mln tokenów
Zastosowania
Roleplay tura po turze
Kartę postaci, zasady świata i ton trzymaj w jednej wiadomości systemowej, a w każdej turze wysyłaj tylko nową kwestię. Przy setkach tur na godzinę o tym, jak scena się czuje, decydują cena jednostkowa i czas do pierwszego tokena, a nie sufit możliwości modelu.
Narracja i opcje rozgałęziające
Poproś o kolejny takt plus trzy wybory, zażądaj obiektu JSON przez response_format i nazwij każdy klucz w wiadomości systemowej, żeby kształt opcji pozostawał stabilny. Każdy ekran tekstowej przygodówki to właśnie to jedno wywołanie.
Podział długiej sesji na poziomy
Rutynowe wymiany kieruj tutaj, a tury, które mają znaczenie – odkrycie, konfrontację, czterdzieści tur zwiniętych w akapit – wysyłaj do droższego modelu. Oba mają kształt OpenAI, więc zmienia się wyłącznie identyfikator modelu.
Masowe etykietowanie i porządkowanie
Tagowanie logów czatu, przepisywanie streszczeń, wtłaczanie swobodnego tekstu w sztywne pola. To zadania, w których o tym, czy w ogóle warto je uruchamiać, decyduje cena za wywołanie, a nie szczytowe rozumowanie.
Wskazówki
Postać w wiadomości systemowej, scena w wiadomości użytkownika
Karta postaci, zasady świata i styl narracji należą do jednej wiadomości systemowej; w każdej turze dokładasz tylko nową kwestię użytkownika i odpowiedź asystenta. To właśnie trzymanie wiadomości systemowej bez zmian pozwala stwierdzić, która kwestia zmieniła głos.
Przełączaj wysiłek na turę, a nie na integrację
Rutynową wymianę prowadź na low, żeby szybciej dostać pierwszy token, a turę, która coś rozstrzyga, wyślij na high. Ten sam endpoint, to samo ciało żądania, jeden ciąg znaków inaczej.
Limity, które trzeba uwzględnić
Sufit odpowiedzi to 65 536 tokenów, a max_tokens powyżej tej wartości od razu nie przechodzi walidacji. Treść wiadomości to tekst, obrazy, wideo i audio. Przesłane wideo i audio mogą razem mieć do 14 MB na żądanie. response_format w postaci JSON nadaje kształt odpowiedzi, ale parsowanie i walidacja nadal należą do twojej aplikacji. To model w wersji preview – Google może go zmienić albo wycofać, więc wybierz model zapasowy, zanim ten obsłuży ruch produkcyjny.
Szybki start z API
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'
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
