Google: Gemini 2.5 Flash (batch)

Gemini 2.5 Flash ist Googles stabiles hybrides Denkmodell für multimodale Analyse und Agentenaufgaben. Sein dynamisches Denkbudget lässt sich von 0 bis 24.576 Token einstellen und umfasst einen ausgeschalteten Modus. Text, Bilder, Audio, Video und Dokumente werden zu Text oder strukturierten Ergebnissen, mit einer dokumentierten Eingabegrenze von 1.048.576 Token.

Ailoot Ultra · Stapelverarbeitung POST /v1/batches google/gemini-2.5-flash:batch

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Gemini 2.5 Flash ist Googles stabiles hybrides Denkprofil für vielseitige multimodale Arbeit und agentengestützte Werkzeugnutzung. Es bietet Antworten mit und ohne Denken für umfangreiche multimodale Aufgaben mit unterschiedlichen Anforderungen an den Denkumfang. Text, Bilder, Audio und Video tragen zu einer Textantwort bei. Dokumenteingaben werden außerdem in Googles modellspezifischem Cloudprofil beschrieben. Ein hilfreiches Ergebnis kann ein Dokumentvergleich, ein interpretiertes Diagramm, ein Transkript, Code oder ein strukturierter Datensatz sein.

Die Denksteuerung dieser Edition verwendet thinkingBudget. Dynamisches Denken ist der Standard; eine Einstellung von -1 lässt das Modell seinen Denkprozess an die Aufgabenkomplexität anpassen. Ein ausdrückliches Budget kann von null bis 24.576 Token reichen, und null schaltet Denken aus. Wählen Sie ein zum tatsächlichen Problem passendes Budget, statt einer einfachen Kategorisierung und einer Analyse mit mehreren Bedingungen denselben Aufwand zuzuweisen. Der Leitfaden behandelt das Budget als Orientierung, und die native Modellkarte weist darauf hin, dass es möglicherweise nicht genau eingehalten wird.

Definieren Sie für eine Dokument- oder Datenaufgabe die Frage, erforderlichen Felder und Belege, die das Ergebnis begleiten sollen. Vergleichen Sie für einen Anforderungsvergleich zwei Spezifikationen und geben Sie die geänderte Anforderung, ihre Quellpassage und die Auswirkung auf einen benannten Arbeitsablauf zurück. Strukturierte Ausgabe ist hilfreich, wenn jede Feststellung dieselbe Datensatzform benötigt. Erhalten Sie die Unsicherheit, wenn die Quelle mehrere mögliche Werte nennt oder ein Feld offenlässt, statt eine einzelne plausible Antwort zu erzwingen. Prüfen Sie zurückgegebene Werte anhand der bereitgestellten Seiten oder Daten.

Bestimmen Sie bei Bild- oder Audiomaterial das relevante Objekt, die Beschriftung, das Ereignis oder die Aufnahmepassage. Verlangen Sie die benötigte Textart: sichtbare Werte eines Diagramms, eine Ereignisbeschreibung, ein Transkript oder eine Zusammenfassung. Dies sind unterschiedliche Ergebnisse, und die Anweisung sollte sagen, welches erzeugt werden soll. Die gemeinsame native Modellkarte umfasst Flash Image und Flash Audio als separat benannte Fähigkeiten; deren erzeugte Bild- und Sprachausgaben gehören nicht zu diesem stabilen Textprofil.

Googles genaues Cloudprofil dokumentiert PDF- und Klartexteingaben mit schnittstellenspezifischen Grenzen: 50 MB pro über die API importierter PDF-Datei und bis zu 3.000 Seiten pro Datei, mit einer Grenze von 7 MB für Klartextdateien. Dieses Profil beschreibt außerdem ungefähr 45 Minuten Video mit Audio oder eine Stunde ohne Audio sowie ungefähr 8,4 Stunden Audio innerhalb des Eingabebudgets von einer Million Token. Dies sind die genannten Bedingungen der Cloudschnittstelle, getrennt vom allgemeinen Tokenfenster des Modells. Bereiten Sie den relevanten Abschnitt und das Quellformat vor, statt für jeden Dateityp oder Uploadpfad dieselbe Grenze anzunehmen.

Die genaue Gemini API-Tabelle nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgaben. Definieren Sie Rolle und Parameterform jeder Funktion und setzen Sie mit dem tatsächlich zurückgegebenen Ergebnis fort. Ein Modell kann einen Vorgang anfordern, während die angebundene Anwendung ihn ausführt. Erhalten Sie bei der Fortsetzung einer Denkaufgabe in der zustandslosen Schnittstelle den notwendigen Denksignaturkontext. Eine strukturierte Antwort oder ein Funktionsvorschlag belegt nicht unabhängig den Erfolg eines externen Vorgangs.

Die native Modellkarte nennt 1M Kontext und 64K Textausgabe, während die genaue API-Tabelle 1.048.576 Eingabetoken und 65.536 Ausgabetoken festlegt. Eine Antwortgrenze umfasst Denktoken, weshalb eine zu kleine Grenze die abschließende Antwort abschneiden oder leer lassen kann. Verlangen Sie ein zum Ausgabebudget passendes Ergebnis und verwenden Sie das Denkbudget zur Aufwandssteuerung. Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung sind für dieses Herstellerprofil dokumentiert. Erhalten Sie bei der Vorbereitung mehrerer unabhängiger Datensätze die Elementkennungen.

Die stabile Edition bleibt von Flash Preview-Varianten und späteren Gemini 3-Modellen getrennt. Ihre Karte nennt mögliche Halluzinationen, Grenzen beim Kausalverständnis und komplexen logischen oder kontrafaktischen Denken sowie einen Wissensstand bis Januar 2025. Stellen Sie aktuelle Belege bereit, wenn eine Aufgabe von neueren Informationen abhängt. Prüfen Sie Berechnungen, extrahierte Werte, Transkripte und vorgeschlagenen Code anhand der tatsächlichen Quelle oder des Ausführungsergebnisses. Hybrides Denken ist hilfreich, wenn es dieses konkrete Ergebnis unterstützt, statt seine Prüfung zu ersetzen.

Ailoot Ultra · Stapelverarbeitung POST /v1/batches google/gemini-2.5-flash:batch

google/gemini-2.5-flash:batch

Google /google/gemini-2.5-flash:batch

Einstieg

Zulässige Eingaben: Text
Ergebnisse: Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Stapelverarbeitung POST /v1/batches

Eingabe: text
Ausgabe: text
Ausgabeformat: eingebettetes JSON unter results[].response.body

Feld	Typ	Anforderung	Werte und Limits	Standard
Feld`endpoint`	Typ`string`	AnforderungErforderlich	Werte und Limits /v1/chat/completions	Standard—
Feld`model`	Typ`string`	AnforderungErforderlich	Werte und Limits google/gemini-2.5-flash:batch	Standard—
Feld`requests`	Typ`batch_item[]`	AnforderungErforderlich	Werte und Limits Mindestanzahl Elemente: 1	Standard—
Feld`requests[].custom_id`	Typ`string`	AnforderungErforderlich	Werte und Limits	Standard—
Feld`requests[].body.messages`	Typ`message[]`	AnforderungErforderlich	Werte und Limits	Standard—
Feld`completion_window`	Typ`string`	AnforderungOptional	Werte und Limits 24h	Standard—
Feld`provider`	Typ`object\|null`	AnforderungOptional	Werte und Limits	Standard—

Methodenparameter und Lebenszyklus

Parameter	Vertrag
Parameter`content_type`	Vertragapplication/json
Parameter`required`	Vertragendpoint, model, requests
Parameter`material_types`	Vertragtext
Parameter`representation`	Vertrageingebettete requests[]; jedes Element enthält custom_id und body
Parameter`request_endpoint_profile`	Vertrag/v1/chat/completions
Parameter`file_material`	VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST.
Parameter`serialization_order`	Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld
Parameter`optional_controls`	Vertragprovider.only, provider.allow_fallbacks, completion_window
Parameter`schema_scope`	VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur.

Lebenszyklus: asynchronous

GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus: Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus: Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand: Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching: Nicht aktiviert Wenn explizites Caching angefordert wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

Konfiguration	Tarifstaffel	Kontexttoken, mehr als	Kontexttoken, bis einschließlich	Gebühr
KonfigurationBasistarife für Token	TarifstaffelGrundtarif	Kontexttoken, mehr als—	Kontexttoken, bis einschließlichKeine Obergrenze	Gebühr Eingabe · Eingabetoken $0.0003 / 1K Tokens Ausgabe · Ausgabetoken $0.0025 / 1K Tokens Eingabe · Cache lesen $0.00006 / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens
KonfigurationAnfragelängenstufe 1	Tarifstaffel—	Kontexttoken, mehr als0	Kontexttoken, bis einschließlichKeine Obergrenze	Gebühr Eingabe · Eingabetoken $0.0003 / 1K Tokens Ausgabe · Ausgabetoken $0.0025 / 1K Tokens Eingabe · Cache lesen $0.00006 / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Stapelverarbeitung

curl · gespeicherte BeispieldatenPython HTTP · tatsächliche JSONL-Daten des Kunden

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-flash: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

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")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash: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"))

Ergebnisse abrufen und speichern

Ailoot Ultra · Stapelverarbeitung

eingebettetes JSON unter results[].response.body

GET /v1/batches/{operation_id}

Auftragsstatus prüfen

curl · Status des ursprünglichen Vorgangs

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

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Bewahren Sie jedes Ergebnis, jeden Antwort- oder Fehlerinhalt, jede Auswahl und die zusammengefassten Verbrauchsdaten auf.

Wenn die ursprüngliche Antwort geprüft werden muss

Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.

Antwortfelder

Feld	Typ
Feld`results[].custom_id`	Typstring
Feld`results[].response.body.choices[].message.content`	Typstring\|null
Feld`results[].error`	Typobject\|null
Feld`usage`	Typobject\|null

Aliasnamen

Modellaliasnamen

Ailoot Ultra google/gemini-2.5-flash:batch

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

google/gemini-2.5-flash:batch

FAQ · Google: Gemini 2.5 Flash (batch)

Welche Eingaben und Ergebnisse sind verfügbar?: POST /v1/batches · google/gemini-2.5-flash:batch: text → text
Welche Felder verwendet die Anfrage?: POST /v1/batches · google/gemini-2.5-flash:batch: endpoint, model, requests, completion_window, provider
Welche Grenzen gelten?: POST /v1/batches · google/gemini-2.5-flash:batch: requests.min_items: 1

Google: Gemini 2.5 Flash (batch)