Gemini 2.5 Flash API

OpenAI-совместимый чат для Gemini 2.5 Flash. Окно чтения на 1 048 576 токенов, три уровня усилия рассуждения, 128 описаний инструментов и вывод JSON в одном синхронном вызове, а при желании — потоковая выдача по SSE. Содержимое сообщений — текст, изображения, видео и аудио.

Gemini 2.5 Flash — гибридная рассуждающая модель Flash от Google, опубликованная здесь как один OpenAI-совместимый чат-эндпоинт. За один запрос она читает до 1 048 576 токенов, отвечает не более чем 65 535 и переключается между тремя уровнями усилия рассуждения; вызов инструментов и вывод JSON записываются по-OpenAI. Границу знаний Google указывает на январе 2025 года, поэтому всё более позднее должно прийти в запросе.

Долгое чтение, короткий ответ

Договор, ворох логов, квартал обращений в поддержку — всё уходит одним сообщением и возвращается тремя строками. Именно эту форму покупает окно на 1 048 576 токенов, и именно поэтому этот идентификатор оказался в таком количестве конвейеров: ответ короткий, значит дорогая половина счёта остаётся маленькой.

Три уровня, одна строка

low, medium и high, по умолчанию medium. Рутину держите на low, а тот единственный запрос, который должен попасть в цель, поднимайте. Это строка в том же теле запроса, переключение ничего не стоит интеграции. Мы публикуем уровни и не публикуем бюджет токенов, потому что у Google нет цифры по уровням.

О том, что было позже, она не знает

Google указывает границу знаний этой модели на январе 2025 года, и здесь она ничего не ищет сама. Для всего более свежего — версии библиотеки, цены, нынешней роли человека — положите факты в запрос и попросите отвечать по ним. Спросите о более поздних событиях, и модель всё равно ответит, причём ровно так же уверенно, как когда она права.

Один длинный документ — один короткий ответ

Договоры, логи, расшифровки, разница между двумя редакциями. Отдайте всё одним сообщением и попросите три пункта: окно достаточно велико, чтобы делить вход приходилось редко, а короткий ответ держит выходную часть счёта маленькой.

Массовая разметка и вычитка

Проставить теги обращениям, переписать сводки, свернуть свободный текст в фиксированные поля. В таких задачах цена одного вызова решает, стоит ли их вообще запускать, а узнаваемый идентификатор облегчает передачу конвейера другому человеку.

Структурированное извлечение

Запросите объект JSON через response_format, назовите каждый ключ в системном сообщении и держите temperature низким, чтобы форма не плыла. Проверять то, что вернулось, всё равно вашему приложению.

Замена существующему клиенту OpenAI

Если что-то уже вызывает gemini-2.5-flash через клиент в форме OpenAI, перевод сюда сводится к базовому URL, ключу и строке модели. Сравнить этот эндпоинт с тем, что работает у вас сейчас, стоит недорого.

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-2.5-flash/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'

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.