Gemini 3.6 Flash ist Googles vielseitiges multimodales Profil für Programmierung, Wissensarbeit und agentengestützte Ausführung. Es baut auf Gemini 3.5 Flash auf und konzentriert sich auf verbesserte multimodale Leistung und Tokeneffizienz. Das Modell verarbeitet Text, Bilder, Audio, Video und PDF und gibt Text aus. Ein hilfreicher Auftrag kann Code, einen Screenshot und eine Anforderung verbinden oder ein Diagramm beziehungsweise einen visuellen Plan mit schriftlichen Bedingungen vergleichen, um eine geprüfte Erklärung oder gezielte Überarbeitung zu erstellen.
Der Entwicklerleitfaden betont weniger unnötige Denkschritte, Gesprächsschritte und Werkzeugaufrufe bei mehrstufiger Arbeit sowie gezieltere Bearbeitungen. Stellen Sie für die Diagnose den beobachteten Fehler, den relevanten Quellcode und das unverändert zu erhaltende Verhalten bereit. Bitten Sie bei der Fehlersuche an einem Diagramm das Modell zu untersuchen, warum es die falsche Datenreihe darstellt, die beteiligte Datenumwandlung zu ermitteln und eine Korrektur vorzuschlagen, während das umgebende Layout erhalten bleibt. Das Ergebnis lässt sich anschließend mit den tatsächlichen Eingabedaten und dem verlangten Diagrammverhalten vergleichen.
Eine vorangestellte programmatische Untersuchung ist ein für 3.6 beschriebenes Unterscheidungsmerkmal. Laut Hersteller untersucht das Modell ein Problem häufiger mit Diagnosecode, bevor es Änderungen vornimmt. Dies kann bei einer komplexen Untersuchung helfen; der Leitfaden weist jedoch darauf hin, dass es bei gewöhnlicher Frontendarbeit zusätzliche Erkundungsschritte verursachen kann. Geben Sie an, ob die Aufgabe eine Untersuchung, eine einfache Bearbeitung oder einen Designvergleich erfordert. Stellen Sie die Informationen bereit, die diese Unterscheidung ermöglichen, und bestimmen Sie die erlaubten Aktionen für die Werkzeuge der angebundenen Anwendung.
Hervorgehoben werden außerdem räumliches und multimodales Denken: Diagramminterpretation, Umwandlung visueller Pläne und Weblayouts mit mehreren Elementen. Stellen Sie die betreffende Ansicht oder die Seiten bereit, benennen Sie das zu Interpretierende und verlangen Sie Belege für die Schlussfolgerung. Fügen Sie bei einer Designaufgabe konkrete Layout- und Stilvorgaben hinzu. Der Hersteller nennt einen Schwerpunkt auf funktionalem Code und berichtet, dass Prüfer mitunter die visuelle Gestaltung früherer Modelle bevorzugten; ein ausdrücklicher visueller Auftrag ist deshalb hilfreich. Prüfen Sie das Ergebnis anhand des tatsächlichen Diagramms oder der Designanforderungen.
medium ist die dokumentierte Standarddenkstufe. Googles modellspezifische Tabelle nennt minimal, low, medium und high; der Migrationsleitfaden für 3.6 verwendet medium oder high in seinen Aufwandsbeispielen. Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgaben sowie Computer Use als Vorschaufunktion. Definieren Sie Funktionseingaben und das verlangte Ergebnis klar. Eine vom Modell gewählte Funktion benötigt ein tatsächliches Anwendungsergebnis, bevor sich eine spätere Antwort auf ihren Ausgang stützen kann. Definieren Sie für eine strukturierte Analyse das Schema und die Quellenbelege, die jede Feststellung benötigt.
Der 3.6-Leitfaden ändert die Vorbereitung gegenüber früheren Gemini-Anfragen. Er erklärt die Sampling-Einstellungen temperature, top-p und top-k für veraltet, weist eine vorab ausgefüllte abschließende Nachricht mit Modellrolle zurück und empfiehlt Systemanweisungen oder strukturierte Ausgaben zur Steuerung der Antwort. Seine Regeln für Funktionsantworten ordnen eine Antwort ihrem Aufruf anhand von Identität und Name zu; die Gemini 3-Grundlage erhält Denksignaturen bei der Nutzung über mehrere Gesprächsschritte. Eine praktische Fortsetzung sollte den unveränderten relevanten Verlauf und das Werkzeugergebnis übernehmen, statt den Anfang einer früheren Antwort nachzuahmen.
Die native Modellkarte nennt bis zu 1M Eingabekontext und 64K Textausgabe; die genaue API-Tabelle gibt 1.048.576 Eingabetoken und 65.536 Ausgabetoken an. Rechnen Sie Anweisungen, Verlauf und Medien zum Eingabebudget und verlangen Sie eine zur Aufgabe passende Ausgabelänge. Die Herstellerseite nennt außerdem Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung. Benennen Sie bei der Verarbeitung unabhängiger Datensätze die Datensatzkennung und das Ergebnisformat ausdrücklich. Die Ausgabe ist ein Textergebnis, auch wenn die Belege Fotos, Audio oder Video enthalten.
Zu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Der Wissensstand bis März 2026 umfasst Bereiche, deren Wissen weiterhin auf Januar 2025 begrenzt ist; fügen Sie deshalb neueres Material hinzu oder verwenden Sie einen dokumentierten Grounding-Ablauf, wenn aktuelle Tatsachen wichtig sind. Prüfen Sie Berechnungen, Quellenverweise, visuelle Interpretationen und vorgeschlagene Änderungen. Die besondere Vorbereitung für diese Edition besteht aus einem gezielten Diagnoseauftrag, einem klaren Werkzeugrahmen und ausdrücklichen Designbedingungen, gefolgt von der Prüfung des konkreten Ergebnisses.
", "aboutText": "Gemini 3.6 Flash ist Googles vielseitiges multimodales Profil für Programmierung, Wissensarbeit und agentengestützte Ausführung. Es baut auf Gemini 3.5 Flash auf und konzentriert sich auf verbesserte multimodale Leistung und Tokeneffizienz. Das Modell verarbeitet Text, Bilder, Audio, Video und PDF und gibt Text aus. Ein hilfreicher Auftrag kann Code, einen Screenshot und eine Anforderung verbinden oder ein Diagramm beziehungsweise einen visuellen Plan mit schriftlichen Bedingungen vergleichen, um eine geprüfte Erklärung oder gezielte Überarbeitung zu erstellen.\n\nDer Entwicklerleitfaden betont weniger unnötige Denkschritte, Gesprächsschritte und Werkzeugaufrufe bei mehrstufiger Arbeit sowie gezieltere Bearbeitungen. Stellen Sie für die Diagnose den beobachteten Fehler, den relevanten Quellcode und das unverändert zu erhaltende Verhalten bereit. Bitten Sie bei der Fehlersuche an einem Diagramm das Modell zu untersuchen, warum es die falsche Datenreihe darstellt, die beteiligte Datenumwandlung zu ermitteln und eine Korrektur vorzuschlagen, während das umgebende Layout erhalten bleibt. Das Ergebnis lässt sich anschließend mit den tatsächlichen Eingabedaten und dem verlangten Diagrammverhalten vergleichen.\n\nEine vorangestellte programmatische Untersuchung ist ein für 3.6 beschriebenes Unterscheidungsmerkmal. Laut Hersteller untersucht das Modell ein Problem häufiger mit Diagnosecode, bevor es Änderungen vornimmt. Dies kann bei einer komplexen Untersuchung helfen; der Leitfaden weist jedoch darauf hin, dass es bei gewöhnlicher Frontendarbeit zusätzliche Erkundungsschritte verursachen kann. Geben Sie an, ob die Aufgabe eine Untersuchung, eine einfache Bearbeitung oder einen Designvergleich erfordert. Stellen Sie die Informationen bereit, die diese Unterscheidung ermöglichen, und bestimmen Sie die erlaubten Aktionen für die Werkzeuge der angebundenen Anwendung.\n\nHervorgehoben werden außerdem räumliches und multimodales Denken: Diagramminterpretation, Umwandlung visueller Pläne und Weblayouts mit mehreren Elementen. Stellen Sie die betreffende Ansicht oder die Seiten bereit, benennen Sie das zu Interpretierende und verlangen Sie Belege für die Schlussfolgerung. Fügen Sie bei einer Designaufgabe konkrete Layout- und Stilvorgaben hinzu. Der Hersteller nennt einen Schwerpunkt auf funktionalem Code und berichtet, dass Prüfer mitunter die visuelle Gestaltung früherer Modelle bevorzugten; ein ausdrücklicher visueller Auftrag ist deshalb hilfreich. Prüfen Sie das Ergebnis anhand des tatsächlichen Diagramms oder der Designanforderungen.\n\nmedium ist die dokumentierte Standarddenkstufe. Googles modellspezifische Tabelle nennt minimal, low, medium und high; der Migrationsleitfaden für 3.6 verwendet medium oder high in seinen Aufwandsbeispielen. Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgaben sowie Computer Use als Vorschaufunktion. Definieren Sie Funktionseingaben und das verlangte Ergebnis klar. Eine vom Modell gewählte Funktion benötigt ein tatsächliches Anwendungsergebnis, bevor sich eine spätere Antwort auf ihren Ausgang stützen kann. Definieren Sie für eine strukturierte Analyse das Schema und die Quellenbelege, die jede Feststellung benötigt.\n\nDer 3.6-Leitfaden ändert die Vorbereitung gegenüber früheren Gemini-Anfragen. Er erklärt die Sampling-Einstellungen temperature, top-p und top-k für veraltet, weist eine vorab ausgefüllte abschließende Nachricht mit Modellrolle zurück und empfiehlt Systemanweisungen oder strukturierte Ausgaben zur Steuerung der Antwort. Seine Regeln für Funktionsantworten ordnen eine Antwort ihrem Aufruf anhand von Identität und Name zu; die Gemini 3-Grundlage erhält Denksignaturen bei der Nutzung über mehrere Gesprächsschritte. Eine praktische Fortsetzung sollte den unveränderten relevanten Verlauf und das Werkzeugergebnis übernehmen, statt den Anfang einer früheren Antwort nachzuahmen.\n\nDie native Modellkarte nennt bis zu 1M Eingabekontext und 64K Textausgabe; die genaue API-Tabelle gibt 1.048.576 Eingabetoken und 65.536 Ausgabetoken an. Rechnen Sie Anweisungen, Verlauf und Medien zum Eingabebudget und verlangen Sie eine zur Aufgabe passende Ausgabelänge. Die Herstellerseite nennt außerdem Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung. Benennen Sie bei der Verarbeitung unabhängiger Datensätze die Datensatzkennung und das Ergebnisformat ausdrücklich. Die Ausgabe ist ein Textergebnis, auch wenn die Belege Fotos, Audio oder Video enthalten.\n\nZu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Der Wissensstand bis März 2026 umfasst Bereiche, deren Wissen weiterhin auf Januar 2025 begrenzt ist; fügen Sie deshalb neueres Material hinzu oder verwenden Sie einen dokumentierten Grounding-Ablauf, wenn aktuelle Tatsachen wichtig sind. Prüfen Sie Berechnungen, Quellenverweise, visuelle Interpretationen und vorgeschlagene Änderungen. Die besondere Vorbereitung für diese Edition besteht aus einem gezielten Diagnoseauftrag, einem klaren Werkzeugrahmen und ausdrücklichen Designbedingungen, gefolgt von der Prüfung des konkreten Ergebnisses.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5fbfc28d682ab454a39740ffc0e25e5bd14cc3dfcdb0ce3294abf6be0951b780", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "google/gemini-3.6-flash:batchGemini 3.6 Flash ist Googles multimodales Textmodell für Programmierung, räumliche Analyse und mehrstufige Agenten. Es betont diagnostische Untersuchung, gezielte Bearbeitungen und weniger unnötige Ausführungsschleifen. Es verarbeitet Text, Bilder, Audio, Video und PDF, bietet Werkzeuge und strukturierte Ausgaben und hat eine Eingabegrenze von 1.048.576 Token.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3.6 Flash ist Googles vielseitiges multimodales Profil für Programmierung, Wissensarbeit und agentengestützte Ausführung. Es baut auf Gemini 3.5 Flash auf und konzentriert sich auf verbesserte multimodale Leistung und Tokeneffizienz. Das Modell verarbeitet Text, Bilder, Audio, Video und PDF und gibt Text aus. Ein hilfreicher Auftrag kann Code, einen Screenshot und eine Anforderung verbinden oder ein Diagramm beziehungsweise einen visuellen Plan mit schriftlichen Bedingungen vergleichen, um eine geprüfte Erklärung oder gezielte Überarbeitung zu erstellen.
Der Entwicklerleitfaden betont weniger unnötige Denkschritte, Gesprächsschritte und Werkzeugaufrufe bei mehrstufiger Arbeit sowie gezieltere Bearbeitungen. Stellen Sie für die Diagnose den beobachteten Fehler, den relevanten Quellcode und das unverändert zu erhaltende Verhalten bereit. Bitten Sie bei der Fehlersuche an einem Diagramm das Modell zu untersuchen, warum es die falsche Datenreihe darstellt, die beteiligte Datenumwandlung zu ermitteln und eine Korrektur vorzuschlagen, während das umgebende Layout erhalten bleibt. Das Ergebnis lässt sich anschließend mit den tatsächlichen Eingabedaten und dem verlangten Diagrammverhalten vergleichen.
Eine vorangestellte programmatische Untersuchung ist ein für 3.6 beschriebenes Unterscheidungsmerkmal. Laut Hersteller untersucht das Modell ein Problem häufiger mit Diagnosecode, bevor es Änderungen vornimmt. Dies kann bei einer komplexen Untersuchung helfen; der Leitfaden weist jedoch darauf hin, dass es bei gewöhnlicher Frontendarbeit zusätzliche Erkundungsschritte verursachen kann. Geben Sie an, ob die Aufgabe eine Untersuchung, eine einfache Bearbeitung oder einen Designvergleich erfordert. Stellen Sie die Informationen bereit, die diese Unterscheidung ermöglichen, und bestimmen Sie die erlaubten Aktionen für die Werkzeuge der angebundenen Anwendung.
Hervorgehoben werden außerdem räumliches und multimodales Denken: Diagramminterpretation, Umwandlung visueller Pläne und Weblayouts mit mehreren Elementen. Stellen Sie die betreffende Ansicht oder die Seiten bereit, benennen Sie das zu Interpretierende und verlangen Sie Belege für die Schlussfolgerung. Fügen Sie bei einer Designaufgabe konkrete Layout- und Stilvorgaben hinzu. Der Hersteller nennt einen Schwerpunkt auf funktionalem Code und berichtet, dass Prüfer mitunter die visuelle Gestaltung früherer Modelle bevorzugten; ein ausdrücklicher visueller Auftrag ist deshalb hilfreich. Prüfen Sie das Ergebnis anhand des tatsächlichen Diagramms oder der Designanforderungen.
medium ist die dokumentierte Standarddenkstufe. Googles modellspezifische Tabelle nennt minimal, low, medium und high; der Migrationsleitfaden für 3.6 verwendet medium oder high in seinen Aufwandsbeispielen. Die Seite für genau dieses Modell nennt Funktionsaufrufe, Codeausführung, Dateisuche, Such-Grounding, Maps Grounding, URL-Kontext und strukturierte Ausgaben sowie Computer Use als Vorschaufunktion. Definieren Sie Funktionseingaben und das verlangte Ergebnis klar. Eine vom Modell gewählte Funktion benötigt ein tatsächliches Anwendungsergebnis, bevor sich eine spätere Antwort auf ihren Ausgang stützen kann. Definieren Sie für eine strukturierte Analyse das Schema und die Quellenbelege, die jede Feststellung benötigt.
Der 3.6-Leitfaden ändert die Vorbereitung gegenüber früheren Gemini-Anfragen. Er erklärt die Sampling-Einstellungen temperature, top-p und top-k für veraltet, weist eine vorab ausgefüllte abschließende Nachricht mit Modellrolle zurück und empfiehlt Systemanweisungen oder strukturierte Ausgaben zur Steuerung der Antwort. Seine Regeln für Funktionsantworten ordnen eine Antwort ihrem Aufruf anhand von Identität und Name zu; die Gemini 3-Grundlage erhält Denksignaturen bei der Nutzung über mehrere Gesprächsschritte. Eine praktische Fortsetzung sollte den unveränderten relevanten Verlauf und das Werkzeugergebnis übernehmen, statt den Anfang einer früheren Antwort nachzuahmen.
Die native Modellkarte nennt bis zu 1M Eingabekontext und 64K Textausgabe; die genaue API-Tabelle gibt 1.048.576 Eingabetoken und 65.536 Ausgabetoken an. Rechnen Sie Anweisungen, Verlauf und Medien zum Eingabebudget und verlangen Sie eine zur Aufgabe passende Ausgabelänge. Die Herstellerseite nennt außerdem Caching, Stapelverarbeitung sowie Flex- und Priority-Verarbeitung. Benennen Sie bei der Verarbeitung unabhängiger Datensätze die Datensatzkennung und das Ergebnisformat ausdrücklich. Die Ausgabe ist ein Textergebnis, auch wenn die Belege Fotos, Audio oder Video enthalten.
Zu möglichen Einschränkungen gehören Halluzinationen und gelegentliche Verzögerungen oder Zeitüberschreitungen. Der Wissensstand bis März 2026 umfasst Bereiche, deren Wissen weiterhin auf Januar 2025 begrenzt ist; fügen Sie deshalb neueres Material hinzu oder verwenden Sie einen dokumentierten Grounding-Ablauf, wenn aktuelle Tatsachen wichtig sind. Prüfen Sie Berechnungen, Quellenverweise, visuelle Interpretationen und vorgeschlagene Änderungen. Die besondere Vorbereitung für diese Edition besteht aus einem gezielten Diagnoseauftrag, einem klaren Werkzeugrahmen und ausdrücklichen Designbedingungen, gefolgt von der Prüfung des konkreten Ergebnisses.
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-3.6-flash: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-3.6-flash:batch, google/gemini-3.6-flash | 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 $0.00075 / 1K Token Ausgabe · Ausgabetoken $0.00375 / 1K Token Eingabe · Cache-Lesen $0.000075 / 1K Token Eingabe · Cache-Schreiben $0.0000833333333333334 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00075 / 1K Token Ausgabe · Ausgabetoken $0.00375 / 1K Token Eingabe · Cache-Lesen $0.000075 / 1K Token Eingabe · Cache-Schreiben $0.0000833333333333334 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-3.6-flash: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-3.6-flash:batch', 'google/gemini-3.6-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.6-flash: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-3.6-flash:batch
Verwenden Sie die oben angezeigten Methodenpfade.