Source: https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/
Canonical: https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/
Language: da

# Google: Gemini 2.5 Pro (batch)

[Markdown](https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/facts.json)

## [Google: Gemini 2.5 Pro (batch)](https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/)

Gemini 2.5 Pro er Googles stabile tænkemodel til kompleks kode, matematik, STEM og analyse med lang kontekst. Den accepterer tekst, billeder, lyd, video og PDF og returnerer tekst med værktøjer og struktureret output. Det dynamiske ræsonnementsbudget understøtter 128–32.768 tokens og kan ikke slås helt fra.

- [**Ailoot Ultra · Batch** `POST /v1/batches` `google/gemini-2.5-pro:batch`](https://ailoot.ai/models/da/google-gemini-2-5-pro-u003a-batch/#method-0)

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

Gemini 2.5 Pro er Googles stabile tænkeprofil til avanceret programmering, matematik, STEM og analyse med lang kontekst. Den kan forstå tekst, lyd, billeder, video og hele koderepositories, og dens Gemini API-profil accepterer også PDF-input. Outputtet er tekst, herunder kode, skriftlig analyse eller en struktureret post. En nyttig opgave leverer dokumentationen og beder om et resultat, der kan kontrolleres, eksempelvis en forklaret løsning, et fund i en kodebase eller en sammenligning af flere dokumenter.

Ved programmering skal du levere de relevante filer, den observerede adfærd og den ændring eller det spørgsmål, der er vigtigt. Lang kontekst kan hjælpe modellen med at forbinde moduler frem for at ræsonnere ud fra ét isoleret uddrag. Ved undersøgelse af en kodevej kan du bede den følge en identifikator fra en inputformular gennem behandling og lagring, finde det sted, hvor en kontrakt ændres, og foreslå en målrettet rettelse. Bevar begrænsningerne, og bed om underbyggende henvisninger. Et ændringsforslag skal sammenholdes med den faktiske kode og eventuel validering udført via de tilsluttede værktøjer.

Ved matematik eller videnskabelig analyse skal du angive problemet, antagelserne, enhederne og den påkrævede svarform. Lever de data eller figurer, som beregningen afhænger af. Bed om det underbyggede resultat og de kontroller, der gør det muligt at vurdere det, eksempelvis grænsetilfælde eller en sammenligning med de oprindelige værdier. Modellens ræsonnementsevne fjerner ikke tvetydighed i problemformuleringen. Lad en ukendt størrelse eller en udokumenteret antagelse forblive synlig frem for at erstatte den med en bekvem værdi.

Dynamisk tænkning er den dokumenterede standard. Gemini 2.5 GenerateContent-vejledningen understøtter et eksplicit ræsonnementsbudget fra 128 til 32.768 tokens for Pro eller -1 for adaptiv tænkning. Denne udgave kan ikke slå tænkning helt fra. Disse indstillinger adskiller sig fra Flashs mulighed for et nulbudget og fra Gemini 3-indstillingerne for tænkeniveau. Tænkebudgettet styrer ræsonnementet frem for at garantere et præcist antal interne tokens, og en svargrænse skal også levne plads til det færdige resultat.

Ved multimodalt dokumentarbejde skal du angive de sider, den graf, det billedområde eller den hændelse i en optagelse, der skal understøtte svaret. En praktisk synteseopgave kan bede om konkurrerende påstande fra flere kildedokumenter, deres underbyggende passager og de forskelle, der har betydning for én beslutning. Bed modellen skelne mellem en udtrykkelig oplysning og en slutning. Ved video eller lyd skal du definere, om resultatet skal være en beskrivelse, et transkript, en sammenfatning eller en sammenligning. Billede og lyd er i denne profil dokumentation for et tekstresultat.

Den modelspecifikke API-side dokumenterer function calling, kodeudførelse, filsøgning, search grounding, Maps grounding, URL-kontekst og strukturerede output. Definer funktionernes formål og parameterfelter, og bevar de faktiske resultater i senere samtaleture. Ved en post med skemakrav skal du angive påkrævede felter, og hvordan manglende oplysninger skal repræsenteres. Den native arkitektur er en multimodal sparse mixture-of-experts-transformer; dette modeldesign leverer ikke i sig selv ekstern værktøjsudførelse eller en færdig applikation ud over den returnerede tekst eller kode.

Det native kort angiver 1M inputkontekst og 64K tekstoutput; API-tabellen specificerer 1.048.576 inputtokens og 65.536 outputtokens. Instruktioner, kildeindhold og bevaret historik indgår i forberedelsen af input. En maksimal svarramme omfatter ræsonnementstokens, så en for lille grænse kan afbryde det endelige svar. Caching og batchbehandling er dokumenteret sammen med mulighederne Flex og Priority. Bevar hver kildeidentifikator og den ønskede slutform, når du forbereder uafhængige opgaver med lang kontekst.

Den stabile identifikator er adskilt fra udgaverne Experimental og Preview, som omtales særskilt i det fælles Pro-modelkort. Overfør ikke deres versionsspecifikke resultater til denne profil, blot fordi de deler Pro-navnet. Kortet beskriver mulige hallucinationer og begrænsninger i årsagsforståelse, kompleks deduktion og kontrafaktisk ræsonnement samt en vidensgrænse i januar 2025. Lever aktuelle kilder, når det er relevant, og gennemgå kildehenvisninger, beregninger og foreslåede ændringer. Det nyttige output er det underbyggede tekst- eller koderesultat, som opgaven bad om.

**Ailoot Ultra · Batch** `POST /v1/batches` `google/gemini-2.5-pro:batch`

[`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/da/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

Google /`google/gemini-2.5-pro:batch`

### Start

Gemini 2.5 Pro er Googles stabile tænkemodel til kompleks kode, matematik, STEM og analyse med lang kontekst. Den accepterer tekst, billeder, lyd, video og PDF og returnerer tekst med værktøjer og struktureret output. Det dynamiske ræsonnementsbudget understøtter 128–32.768 tokens og kan ikke slås helt fra.

Accepterede input

Tekst

Resultater

Tekst

### Tilgængelig i Ailoot · input og metoder

**Ailoot Ultra · Batch** `POST /v1/batches`

Inputtyper

`text`

Outputtyper

`text`

Outputformat

JSON direkte i results\[\].response.body

| Felt | Type | Krav | Værdier og grænser | Standard |
| --- | --- | --- | --- | --- |
| Felt`endpoint` | Type`string` | KravPåkrævet | Værdier og grænser /v1/chat/completions | Standard— |
| Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser google/gemini-2.5-pro:batch | Standard— |
| Felt`requests` | Type`batch_item[]` | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
| Felt`requests[].custom_id` | Type`string` | KravPåkrævet | Værdier og grænser | Standard— |
| Felt`requests[].body.messages` | Type`message[]` | KravPåkrævet | Værdier og grænser | Standard— |
| Felt`completion_window` | Type`string` | KravValgfrit | Værdier og grænser 24h | Standard— |
| Felt`provider` | Type`object\|null` | KravValgfrit | Værdier og grænser | Standard— |
| Felt`requests[].body.model` | Type`string` | KravValgfrit | Værdier og grænser google/gemini-2.5-pro:batch, google/gemini-2.5-pro | Standard— |
| Felt`provider.only` | Type`string[]` | KravValgfrit | Værdier og grænser google-vertex/global | Standard— |
| Felt`provider.allow_fallbacks` | Type`boolean\|null` | KravValgfrit | Værdier og grænser false, null | Standard— |

Metodeparametre og livscyklus

| Parameter | Kontrakt |
| --- | --- |
| Parameter`content_type` | Kontraktapplication/json |
| Parameter`required` | Kontraktendpoint, model, requests |
| Parameter`material_types` | Kontrakttext |
| Parameter`representation` | Kontraktrequests\[\] direkte i anmodningen; hvert element har custom\_id og body |
| Parameter`request_endpoint_profile` | Kontrakt/v1/chat/completions |
| Parameter`file_material` | KontraktDen kaldende part kan læse det faktiske JSONL-indhold i UTF-8 lokalt ind i requests\[\]. Der angives hverken purpose til upload, input\_file\_id eller en filreference. Hvis kundematerialet mangler eller er tomt, stoppes forberedelsen før POST. |
| Parameter`serialization_order` | Kontraktendpoint, model, provider (hvis angivet), completion\_window (hvis angivet), requests til sidst |
| Parameter`optional_controls` | Kontraktprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | KontraktAnmodningsindhold for Chat Completions med tekst i den dokumenterede inline Batch-struktur. |

Livscyklus: `asynchronous`

`GET /v1/batches/{operation_id}` · det faktiske response.id fra den oprindelige oprettelse; samme bruger/nøgle/gruppe

### Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand

Ikke angivet Når hurtig tilstand er valgt

flex-tilstand

Ikke angivet Når flex-tilstanden er valgt

Maksimal ræsonneringsindsats

Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Priser for eksplicit caching

Ikke aktiveret Når der anmodes om eksplicit caching

#### Ailoot-takster

#### Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
| --- | --- | --- | --- | --- |
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens **$0.00125** / 1K tokens Output · Outputtokens **$0.01** / 1K tokens Input · Cachelæsning **$0.00025** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med200.000 | Beløb Input · Inputtokens **$0.00125** / 1K tokens Output · Outputtokens **$0.01** / 1K tokens Input · Cachelæsning **$0.00025** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end200.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens **$0.0025** / 1K tokens Output · Outputtokens **$0.015** / 1K tokens Input · Cachelæsning **$0.0005** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens |

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/)

### Eksempelanmodninger

#### Ailoot Ultra · Batch

curl · gemte testdataPython HTTP · kundens faktiske JSONLPython · gem hvert færdigt resultat

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-2.5-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['google/gemini-2.5-pro:batch', 'google/gemini-2.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-pro:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Hent og gem resultater

#### Ailoot Ultra · Batch

JSON direkte i results\[\].response.body

- `GET /v1/batches/{operation_id}`

##### Kontrollér opgavestatus

curl · Status for den oprindelige handling

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Gem hele den oprindelige status i JSON, hvert resultat/custom\_id og det fulde svar- eller fejlindhold. Gem færdige results\[\] som JSONL uden filtrering.

##### Hvis det oprindelige svar skal kontrolleres

Gem det oprindelige operations-ID. 503 result\_pending\_check har X-Should-Retry:false; send aldrig en oprindelig batch igen, hvis dens udfald er ukendt.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`results[].custom_id` | Typestring |
| Felt`results[].response.body.choices[].message.content` | Typestring\|null |
| Felt`results[].error` | Typeobject\|null |
| Felt`usage` | Typeobject\|null |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`endpoint` | Typestring |
| Felt`status` | Typestring |
| Felt`request_counts` | Typeobject |
| Felt`results[].id` | Typestring |
| Felt`results[].response.status_code` | Typeinteger |
| Felt`results[].response.request_id` | Typestring |

Fejl og næste trin

| Svar | Betingelse | Næste trin |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | BetingelseUgyldig dokumenteret inline-struktur, dublerede nøgler, ugyldig elementidentitet eller konflikt med modellens konfigurerede funktioner. | Næste trinRet de angivne felter, før du sender en ny anmodning. |
| Svar401 · `authentication_error` | BetingelseUgyldig API-nøgle. | Næste trinBrug den godkendte Ailoot-nøgle. |
| Svar403 · `permission_error` | BetingelseBatch-gruppen er ikke tilgængelig. | Næste trinKontrollér nøglens/gruppens adgangsrettigheder. |
| Svar422 · `invalid_request_error` | BetingelseBatch afregnes via saldoen; oprettelse via et abonnement afvises. | Næste trinBrug den godkendte gruppe med saldoafregning. |
| Svar422 · `price_unavailable` | BetingelseDer kan ikke beregnes en pris for Batch-inputtet. | Næste trinGem svaret; brug det dokumenterede input for API-familien. |
| Svar402 · `billing_error` | BetingelseReservationen til Batch er ikke tilgængelig. | Næste trinAfklar adgangen, før du sender en ny anmodning. |
| Svar503 · `price_unavailable` | BetingelsePrisen for Batch-metoden eller de native satser er ikke tilgængelige. | Næste trinGem svaret; erstat ikke priserne med andre priser. |
| Svar503 · `api_error` | BetingelseDen præcise leverandørrute er ikke tilgængelig. | Næste trinGem svaret, så ruten kan repareres. |
| Svar503 · `result_pending_check` | BetingelseDet oprindelige resultat skal kontrolleres; X-Should-Retry:false. | Næste trinGem det oprindelige operation\_id/id, og læs dets status; gentag aldrig den oprindelige POST. |
| Svar404 · `not_found` | BetingelseOperationen til Batch-status findes ikke eller tilhører en anden identitet. | Næste trinBrug det nøjagtige oprindelige id og samme bruger/nøgle/gruppe. |

### Aliaser

#### Modelaliaser

**Ailoot Ultra** [`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/da/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

#### Aliaser for metodestier

Brug metodestierne vist ovenfor.

#### Relaterede kalder-ID’er

[`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/da/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

FAQ · Google: Gemini 2.5 Pro (batch)

Hvilke input og resultater er tilgængelige?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `text` → `text`

Hvilke felter bruger anmodningen?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Hvilke grænser gælder?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `requests.min_items`: `1`

Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation.

## Virksomheden og dens projektportefølje

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

## Køb tokens med rabat.

Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb.

Abonnement

Vælg et abonnement med rabat til dine regelmæssige anmodninger.

Rabatkode på op til 50%

Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne.

Udgifter i historikken

Model, tokens og beløb gemmes for hver anmodning.

[Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/)

## Tilslut API’et til produktet, du sælger.

SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg.

Kommerciel applikation

Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner.

Licens til forhandlere

Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg.

Dokumenter på websitet

Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning.

[Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da)

## Ailoot · Virksomheden og dens projektportefølje





Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI.





Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.





Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.
