Gemini 3.5 Flash-Lite er Googles udførelsesfokuserede multimodale tekstprofil til gentaget dataarbejde og afgrænsede subagentopgaver. Den bygger på Gemini 3.1 Flash-Lite og forbedrer dokumentforståelse, værktøjspålidelighed og instruktionsfølgning over flere ture. Den accepterer tekst, billeder, lyd, video og PDF og returnerer tekst. Et nyttigt resultat er én udtrukket post, en klassifikation, en kort oversættelse eller en afgrænset værktøjsassisteret analyse inden for en større opgave.
Definér de vigtige felter og den dokumentation, hvert felt skal bevare, ved dokumentanalyse. Giv de relevante sider, og angiv, hvordan manglende eller tvetydige oplysninger skal repræsenteres. Udtræk en produktkode, det nævnte problem og en understøttende sætning fra en supportbesked ved supportbeskedudtræk, og bevar beskedidentifikatoren i svaret. Et dokument med flere kandidater til et felt må ikke ubemærket sammenfatte dem til én gættet værdi. Struktureret JSON kan gøre resultatet brugbart til senere behandling, når skemaet passer til den faktiske opgave.
De dokumenterede tænkeniveauer er minimal, low, medium og high med minimal som standard. Producenten anbefaler den til udtræk, routing og klassifikation i store mængder, mens medium eller high er passende til autonomt subagentarbejde med værktøjskald, kodekørsel eller flere ræsonneringstrin. Vejledningen anbefaler specifikt at øge indsatsen ved disse længere opgaver for at undgå, at værktøjsarbejdet afsluttes for tidligt. Udtræk af ét felt og en dokumentsammenligning med undtagelser har derfor gavn af forskellige indsatsvalg. minimal er en understøttet indstilling i denne udgave frem for en generel indstilling, der kan overføres til alle Flash-modeller.
En afgrænset subagentbeskrivelse skal indeholde én opgave, dens kildemateriale, tilladte værktøjer og den krævede slutform. Den kan f.eks. undersøge en tabel for en angivet regel og returnere de berørte rækker med de relevante værdier. Producenten fremhæver også behandling af tabeldata og frontend-JavaScriptarbejde understøttet af let kodekørsel. Den omgivende applikation er stadig ansvarlig for at køre en anmodet funktion og returnere det faktiske resultat. Hold et færdigt resultat adskilt fra et ikke-udført forslag eller et uafklaret inputspørgsmål.
Den specifikke side for 3.5 Flash-Lite angiver funktionskald, kodekørsel, filsøgning, søgegrounding, Maps-grounding og URL-kontekst med Computer Use markeret som preview. Struktureret output og tænkning understøttes. Bevar de faktiske instruktioner og værktøjsobservationer for en persona eller opgave med flere ture, så senere svar følger samme opgave. Udviklervejledningen fremhæver stærkere fastholdelse af personaen end i 3.1 Flash-Lite. Brug en kort rolle og en outputkontrakt frem for at omdefinere målet ved hver opfølgning.
Vejledningen udfaser også ældre samplingindstillinger og forudfyldte afsluttende modelture for denne udgave. Styr et afgrænset svar med eksplicitte instruktioner eller et skema frem for at forsøge at begynde svaret inde i en syntetisk tur med model-rolle. Bevar Gemini 3-konteksten med tankesignaturer, hvor grænsefladen kræver det, og match funktionsresultater med deres kald. Disse forberedelsesregler understøtter en fortsættelse, der stadig har den dokumentation, som kræves for at afslutte samme opgave.
Det native modelkort angiver op til 1M kontekst og 64K tekstoutput; den specifikke API-side angiver 1.048.576 inputtokens og 65.536 outputtokens. Instruktioner, poster, historik og medier bidrager alle til inputforberedelsen. Caching-, batch-, Flex- og Priority-muligheder er angivet for producentprofilen. Brug stabile identifikatorer og et kort, ensartet svarformat ved gentagne anmodninger, så hvert udtræk kan sammenlignes med sin kilde. Lyd-, billed- eller videoinput producerer en tekstfortolkning eller et transskript i denne profil frem for genereret tale eller billedkunst.
Mulige begrænsninger omfatter hallucinationer og lejlighedsvise forsinkelser eller timeout. Dens vidensgrænse er marts 2026 med nogle domæner begrænset til januar 2025. Kildeafhængigt udtræk skal returnere det, det leverede materiale understøtter; spørgsmål om aktuelle fakta kræver aktuel dokumentation. Sammenlignet med 3.1 Flash-Lite tilføjer denne profil de dokumenterede udførelses- og computerbrugsmuligheder, mens 3.6 Flash lægger vægt på mere kompleks programmering og rumligt arbejde. Gennemgå udtrukne felter, værktøjsresultater og bevarede instruktioner, før svaret indgår i en større arbejdsgang.
", "aboutText": "Gemini 3.5 Flash-Lite er Googles udførelsesfokuserede multimodale tekstprofil til gentaget dataarbejde og afgrænsede subagentopgaver. Den bygger på Gemini 3.1 Flash-Lite og forbedrer dokumentforståelse, værktøjspålidelighed og instruktionsfølgning over flere ture. Den accepterer tekst, billeder, lyd, video og PDF og returnerer tekst. Et nyttigt resultat er én udtrukket post, en klassifikation, en kort oversættelse eller en afgrænset værktøjsassisteret analyse inden for en større opgave.\n\nDefinér de vigtige felter og den dokumentation, hvert felt skal bevare, ved dokumentanalyse. Giv de relevante sider, og angiv, hvordan manglende eller tvetydige oplysninger skal repræsenteres. Udtræk en produktkode, det nævnte problem og en understøttende sætning fra en supportbesked ved supportbeskedudtræk, og bevar beskedidentifikatoren i svaret. Et dokument med flere kandidater til et felt må ikke ubemærket sammenfatte dem til én gættet værdi. Struktureret JSON kan gøre resultatet brugbart til senere behandling, når skemaet passer til den faktiske opgave.\n\nDe dokumenterede tænkeniveauer er minimal, low, medium og high med minimal som standard. Producenten anbefaler den til udtræk, routing og klassifikation i store mængder, mens medium eller high er passende til autonomt subagentarbejde med værktøjskald, kodekørsel eller flere ræsonneringstrin. Vejledningen anbefaler specifikt at øge indsatsen ved disse længere opgaver for at undgå, at værktøjsarbejdet afsluttes for tidligt. Udtræk af ét felt og en dokumentsammenligning med undtagelser har derfor gavn af forskellige indsatsvalg. minimal er en understøttet indstilling i denne udgave frem for en generel indstilling, der kan overføres til alle Flash-modeller.\n\nEn afgrænset subagentbeskrivelse skal indeholde én opgave, dens kildemateriale, tilladte værktøjer og den krævede slutform. Den kan f.eks. undersøge en tabel for en angivet regel og returnere de berørte rækker med de relevante værdier. Producenten fremhæver også behandling af tabeldata og frontend-JavaScriptarbejde understøttet af let kodekørsel. Den omgivende applikation er stadig ansvarlig for at køre en anmodet funktion og returnere det faktiske resultat. Hold et færdigt resultat adskilt fra et ikke-udført forslag eller et uafklaret inputspørgsmål.\n\nDen specifikke side for 3.5 Flash-Lite angiver funktionskald, kodekørsel, filsøgning, søgegrounding, Maps-grounding og URL-kontekst med Computer Use markeret som preview. Struktureret output og tænkning understøttes. Bevar de faktiske instruktioner og værktøjsobservationer for en persona eller opgave med flere ture, så senere svar følger samme opgave. Udviklervejledningen fremhæver stærkere fastholdelse af personaen end i 3.1 Flash-Lite. Brug en kort rolle og en outputkontrakt frem for at omdefinere målet ved hver opfølgning.\n\nVejledningen udfaser også ældre samplingindstillinger og forudfyldte afsluttende modelture for denne udgave. Styr et afgrænset svar med eksplicitte instruktioner eller et skema frem for at forsøge at begynde svaret inde i en syntetisk tur med model-rolle. Bevar Gemini 3-konteksten med tankesignaturer, hvor grænsefladen kræver det, og match funktionsresultater med deres kald. Disse forberedelsesregler understøtter en fortsættelse, der stadig har den dokumentation, som kræves for at afslutte samme opgave.\n\nDet native modelkort angiver op til 1M kontekst og 64K tekstoutput; den specifikke API-side angiver 1.048.576 inputtokens og 65.536 outputtokens. Instruktioner, poster, historik og medier bidrager alle til inputforberedelsen. Caching-, batch-, Flex- og Priority-muligheder er angivet for producentprofilen. Brug stabile identifikatorer og et kort, ensartet svarformat ved gentagne anmodninger, så hvert udtræk kan sammenlignes med sin kilde. Lyd-, billed- eller videoinput producerer en tekstfortolkning eller et transskript i denne profil frem for genereret tale eller billedkunst.\n\nMulige begrænsninger omfatter hallucinationer og lejlighedsvise forsinkelser eller timeout. Dens vidensgrænse er marts 2026 med nogle domæner begrænset til januar 2025. Kildeafhængigt udtræk skal returnere det, det leverede materiale understøtter; spørgsmål om aktuelle fakta kræver aktuel dokumentation. Sammenlignet med 3.1 Flash-Lite tilføjer denne profil de dokumenterede udførelses- og computerbrugsmuligheder, mens 3.6 Flash lægger vægt på mere kompleks programmering og rumligt arbejde. Gennemgå udtrukne felter, værktøjsresultater og bevarede instruktioner, før svaret indgår i en større arbejdsgang.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3712705cb598e4288152460f15b247957380662f608f8d1ff67b672a2a14cb6e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "google/gemini-3.5-flash-lite:batchGemini 3.5 Flash-Lite er Googles multimodale model til afgrænsede subagentopgaver, dokumentanalyse og gentaget dataudtræk. Dens standardræsonnering minimal egner sig til afgrænsede poster; medium eller high er dokumenteret til værktøjsarbejde med flere trin. Den returnerer tekst eller strukturerede resultater fra tekst, billeder, lyd, video og PDF.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 3.5 Flash-Lite er Googles udførelsesfokuserede multimodale tekstprofil til gentaget dataarbejde og afgrænsede subagentopgaver. Den bygger på Gemini 3.1 Flash-Lite og forbedrer dokumentforståelse, værktøjspålidelighed og instruktionsfølgning over flere ture. Den accepterer tekst, billeder, lyd, video og PDF og returnerer tekst. Et nyttigt resultat er én udtrukket post, en klassifikation, en kort oversættelse eller en afgrænset værktøjsassisteret analyse inden for en større opgave.
Definér de vigtige felter og den dokumentation, hvert felt skal bevare, ved dokumentanalyse. Giv de relevante sider, og angiv, hvordan manglende eller tvetydige oplysninger skal repræsenteres. Udtræk en produktkode, det nævnte problem og en understøttende sætning fra en supportbesked ved supportbeskedudtræk, og bevar beskedidentifikatoren i svaret. Et dokument med flere kandidater til et felt må ikke ubemærket sammenfatte dem til én gættet værdi. Struktureret JSON kan gøre resultatet brugbart til senere behandling, når skemaet passer til den faktiske opgave.
De dokumenterede tænkeniveauer er minimal, low, medium og high med minimal som standard. Producenten anbefaler den til udtræk, routing og klassifikation i store mængder, mens medium eller high er passende til autonomt subagentarbejde med værktøjskald, kodekørsel eller flere ræsonneringstrin. Vejledningen anbefaler specifikt at øge indsatsen ved disse længere opgaver for at undgå, at værktøjsarbejdet afsluttes for tidligt. Udtræk af ét felt og en dokumentsammenligning med undtagelser har derfor gavn af forskellige indsatsvalg. minimal er en understøttet indstilling i denne udgave frem for en generel indstilling, der kan overføres til alle Flash-modeller.
En afgrænset subagentbeskrivelse skal indeholde én opgave, dens kildemateriale, tilladte værktøjer og den krævede slutform. Den kan f.eks. undersøge en tabel for en angivet regel og returnere de berørte rækker med de relevante værdier. Producenten fremhæver også behandling af tabeldata og frontend-JavaScriptarbejde understøttet af let kodekørsel. Den omgivende applikation er stadig ansvarlig for at køre en anmodet funktion og returnere det faktiske resultat. Hold et færdigt resultat adskilt fra et ikke-udført forslag eller et uafklaret inputspørgsmål.
Den specifikke side for 3.5 Flash-Lite angiver funktionskald, kodekørsel, filsøgning, søgegrounding, Maps-grounding og URL-kontekst med Computer Use markeret som preview. Struktureret output og tænkning understøttes. Bevar de faktiske instruktioner og værktøjsobservationer for en persona eller opgave med flere ture, så senere svar følger samme opgave. Udviklervejledningen fremhæver stærkere fastholdelse af personaen end i 3.1 Flash-Lite. Brug en kort rolle og en outputkontrakt frem for at omdefinere målet ved hver opfølgning.
Vejledningen udfaser også ældre samplingindstillinger og forudfyldte afsluttende modelture for denne udgave. Styr et afgrænset svar med eksplicitte instruktioner eller et skema frem for at forsøge at begynde svaret inde i en syntetisk tur med model-rolle. Bevar Gemini 3-konteksten med tankesignaturer, hvor grænsefladen kræver det, og match funktionsresultater med deres kald. Disse forberedelsesregler understøtter en fortsættelse, der stadig har den dokumentation, som kræves for at afslutte samme opgave.
Det native modelkort angiver op til 1M kontekst og 64K tekstoutput; den specifikke API-side angiver 1.048.576 inputtokens og 65.536 outputtokens. Instruktioner, poster, historik og medier bidrager alle til inputforberedelsen. Caching-, batch-, Flex- og Priority-muligheder er angivet for producentprofilen. Brug stabile identifikatorer og et kort, ensartet svarformat ved gentagne anmodninger, så hvert udtræk kan sammenlignes med sin kilde. Lyd-, billed- eller videoinput producerer en tekstfortolkning eller et transskript i denne profil frem for genereret tale eller billedkunst.
Mulige begrænsninger omfatter hallucinationer og lejlighedsvise forsinkelser eller timeout. Dens vidensgrænse er marts 2026 med nogle domæner begrænset til januar 2025. Kildeafhængigt udtræk skal returnere det, det leverede materiale understøtter; spørgsmål om aktuelle fakta kræver aktuel dokumentation. Sammenlignet med 3.1 Flash-Lite tilføjer denne profil de dokumenterede udførelses- og computerbrugsmuligheder, mens 3.6 Flash lægger vægt på mere kompleks programmering og rumligt arbejde. Gennemgå udtrukne felter, værktøjsresultater og bevarede instruktioner, før svaret indgår i en større arbejdsgang.
POST /v1/batchestexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrævet | Værdier og grænser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3.5-flash-lite:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltcompletion_window | Typestring | KravValgfrit | Værdier og grænser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfrit | Værdier og grænser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfrit | Værdier og grænser google/gemini-3.5-flash-lite:batch, google/gemini-3.5-flash-lite | Standard— |
Feltprovider.only | Typestring[] | KravValgfrit | Værdier og grænser google-vertex/global | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfrit | Værdier og grænser false, null | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktendpoint, model, requests |
Parametermaterial_types | Kontrakttext |
Parameterrepresentation | Kontraktrequests[] direkte i anmodningen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parameterfile_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. |
Parameterserialization_order | Kontraktendpoint, model, provider (hvis angivet), completion_window (hvis angivet), requests til sidst |
Parameteroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_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
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
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 $0.0003 / 1K tokens Output · Outputtokens $0.0025 / 1K tokens Input · Cachelæsning $0.00003 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0003 / 1K tokens Output · Outputtokens $0.0025 / 1K tokens Input · Cachelæsning $0.00003 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-3.5-flash-lite:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-3.5-flash-lite:batch', 'google/gemini-3.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.5-flash-lite:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n 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")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON direkte i results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nGem 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.
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.
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
| 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. |
Ailoot Ultra google/gemini-3.5-flash-lite:batch
Brug metodestierne vist ovenfor.