Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
", "aboutText": "Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.\n\nDie Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.\n\nDenken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.\n\nDie Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.\n\nStellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.\n\nBestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.\n\nGespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.\n\nDas Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "624dec804f9d6d5c047ddaca5a3765b6ed250ad8406398f4fa92f9dcff3fbfc2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "google/gemini-3-flash-preview:batchGemini 3 Flash Preview verbindet multimodales Verständnis und Denken mit Textausgabe. Es unterstützt Code-, Dokument- und Bildanalyse, strukturierte Ergebnisse und werkzeugorientierte Arbeitsabläufe, mit vier dokumentierten Denkstufen zur Wahl der Analysetiefe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-flash-preview:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits google/gemini-3-flash-preview:batch, google/gemini-3-flash-preview | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits google-vertex/global | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_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. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_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
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
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 $0.0005 / 1K Tokens Ausgabe · Ausgabetoken $0.003 / 1K Tokens Eingabe · Cache lesen — / 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 $0.0005 / 1K Tokens Ausgabe · Ausgabetoken $0.003 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-flash-preview: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-flash-preview:batch', 'google/gemini-3-flash-preview']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3-flash-preview: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.\neingebettetes JSON unter 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\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra google/gemini-3-flash-preview:batch
Verwenden Sie die oben angezeigten Methodenpfade.