google/gemini-3.5-flash

LLM

Gemini 3.5 Flash API by Google

google/gemini-3.5-flash

Gemini-3.5-flash

Fast and cost-efficient multimodal model designed for high-throughput applications, real-time interactions, and everyday AI tasks.

Gemini 3.5 Flash को Google द्वारा विकसित किया गया है। Atlas Cloud (Atlas Cloud AI LLC द्वारा संचालित) इस तक पहुँच प्रदान करता है, इसका स्वामी नहीं है। सभी ट्रेडमार्क उनके संबंधित स्वामियों की संपत्ति हैं।

पैरामीटर

कोड उदाहरण
import os
import requests

# Multimodal Understanding Example
# Image: inline_data with base64 bytes, or file_data with a public URL
# Video: file_data with a public URL (recommended for large files)

url = "https://api.atlascloud.ai/v1/models/google/gemini-3.5-flash:generateContent"
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {os.environ['ATLASCLOUD_API_KEY']}"
}
payload = {
    "contents": [
        {
            "role": "user",
            "parts": [
                {
                    "inline_data": {
                        "mime_type": "image/png",
                        "data": "<BASE64_IMAGE_DATA>"
                    }
                },
                {
                    "file_data": {
                        "mime_type": "video/mp4",
                        "file_uri": "https://example.com/your-video.mp4"
                    }
                },
                {
                    "text": "Please describe the content of this image/video"
                }
            ]
        }
    ],
    "generationConfig": {
        "maxOutputTokens": 32768,
        "temperature": 0.7
    }
}

response = requests.post(url, headers=headers, json=payload)
print(response.json()["candidates"][0]["content"]["parts"][0]["text"])

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP हेडर

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

import requests

url = "https://api.atlascloud.ai/v1/models/google/gemini-3.5-flash:generateContent"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "contents": [
        {
            "role": "user",
            "parts": [
                {
                    "text": "what is difference between http and https"
                }
            ]
        }
    ],
    "generationConfig": {
        "maxOutputTokens": 32768,
        "temperature": 0.7
    }
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 3आवश्यक: 1वैकल्पिक: 2

contentsarray[object]required

The conversation so far. Note: the model ID goes in the URL path, not in the body.

rolestringrequired

Who produced this turn. Use "user" for input and "model" for previous replies.

usermodel

partsarray[object]required

Ordered content parts. Combine a media part with a text part to ask a question about the media. Accepts image (png, jpeg, webp, gif), video (mp4, mpeg, mov, avi, flv, mpg, webm, wmv, 3gp).

systemInstructionobject

System-level instruction. Gemini keeps this outside contents, unlike the OpenAI system role.

partsarray[object]required

Instruction text, wrapped in the same part shape.

generationConfigobject

Sampling options. Gemini nests these instead of putting them at the top level.

maxOutputTokensinteger

The maximum number of tokens to generate in the completion. The maximum value is the model's context length minus the prompt length.

Min: 1

temperaturenumber

Controls the variety of the model's responses. Lower values make output more predictable and deterministic, higher values more diverse and random.

Default: 1Min: 0Max: 2

अनुरोध बॉडी का उदाहरण

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "inline_data": {
            "mime_type": "image/png",
            "data": "<BASE64_IMAGE_DATA>"
          }
        },
        {
          "file_data": {
            "mime_type": "video/mp4",
            "file_uri": "https://example.com/your-video.mp4"
          }
        },
        {
          "text": "Please describe the content of this image/video"
        }
      ]
    }
  ],
  "generationConfig": {
    "maxOutputTokens": 32768,
    "temperature": 0.7
  }
}

Output Schema

API एक ChatCompletion-संगत प्रतिक्रिया लौटाता है।

idstringrequired

Unique identifier for the completion.

objectstringrequired

Object type, always "chat.completion".

Default: "chat.completion"

createdintegerrequired

Unix timestamp of when the completion was created.

modelstringrequired

The model used for the completion.

choicesarray[object]required

List of completion choices.

indexintegerrequired

Index of the choice.

messageobjectrequired

The generated message.

finish_reasonstringrequired

The reason generation stopped.

stoplengthcontent_filter

usageobjectrequired

Token usage statistics.

prompt_tokensintegerrequired

Number of tokens in the prompt.

completion_tokensintegerrequired

Number of tokens in the completion.

total_tokensintegerrequired

Total tokens used.

प्रतिक्रिया का उदाहरण

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "model-name",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 20,
    "total_tokens": 30
  }
}

Atlas Cloud Skills

Atlas Cloud Skills 400+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

export ATLASCLOUD_API_KEY="your-api-key-here"

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 400+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models400+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

समान मॉडल देखें

NEW

HOT

Preview version of Google's flagship reasoning model, offering enhanced analytical capabilities, long-context understanding, and advanced multimodal performance.

LLM

PROPREVIEW

Gemini 3.1 Pro Preview

Lightweight, low-latency model optimized for simple tasks, large-scale deployments, and cost-sensitive applications.

LLM

Gemini 3.1 Flash Lite

DeepSeek V4 Pro is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM

PRO

DeepSeek V4 Pro 0813

अधिकतम आउटपुट:393.22K

$1.32/3.96M इन/आउट

NEW

HOT

xAI’s flagship model for advanced reasoning, coding, and agentic tasks.

LLM

Grok 4.6

अधिकतम आउटपुट:500.00K

$2/6M इन/आउट

NEW

HOT

Experimental multimodal model optimized for fast visual understanding and reasoning.

LLM

DeepSeek V4 Flash Vision Exp

DeepSeek V4 Flash is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM