Gemini 2.5 Pro es el perfil estable de pensamiento de Google para programación avanzada, matemáticas, STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, video y repositorios completos de código, y su perfil de Gemini API también acepta entrada PDF. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil proporciona la evidencia y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo en una base de código o una comparación entre varios documentos.
Para programación, proporciona los archivos pertinentes, el comportamiento observado y el cambio o pregunta importante. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un fragmento aislado. Para una investigación de ruta de código, pídele rastrear un identificador desde un formulario de entrada a través del procesamiento y almacenamiento, identificar dónde cambia un contrato y proponer una corrección enfocada. Conserva las restricciones y solicita referencias de respaldo. Una revisión propuesta necesita compararse con el código real y cualquier validación realizada mediante las herramientas conectadas.
Para matemáticas o análisis científico, indica el problema, los supuestos, las unidades y la forma requerida de la respuesta. Proporciona los datos o figuras de los que depende el cálculo. Solicita el resultado respaldado y las comprobaciones que permitan evaluarlo, como casos límite o una comparación con los valores originales. La capacidad de razonamiento del modelo no elimina la ambigüedad del enunciado. Mantén visible una cantidad desconocida o un supuesto sin respaldo en lugar de reemplazarlo por un valor conveniente.
El pensamiento dinámico es el valor predeterminado documentado. La guía GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para pensamiento adaptativo. Esta edición no puede deshabilitar por completo el pensamiento. Esos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de pensamiento de Gemini 3. El presupuesto de pensamiento guía el razonamiento en lugar de garantizar un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el entregable final.
Para trabajo documental multimodal, identifica las páginas, gráfica, región de imagen o evento de grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, sus pasajes de respaldo y las diferencias que importan para una decisión. Pide al modelo distinguir un hecho declarado de una inferencia. Para video o audio, define si el resultado debe ser una descripción, transcripción, resumen o comparación. La imagen y el sonido son evidencia para un resultado textual en este perfil.
La página exacta de API documenta llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Define los propósitos de funciones y los campos de parámetros, y conserva los resultados reales en turnos posteriores. Para un registro limitado por esquema, especifica los campos requeridos y cómo debe representarse la información ausente. La arquitectura nativa es un transformer multimodal de mezcla dispersa de expertos; ese diseño de modelo no proporciona por sí mismo ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.
La ficha nativa enumera un contexto de entrada de 1M y salida textual de 64K; la tabla de API especifica 1,048,576 tokens de entrada y 65,536 de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. Una capacidad máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan caché y procesamiento por lotes, junto con opciones Flex y Priority. Conserva cada identificador de fuente y la forma final solicitada al preparar tareas independientes de contexto largo.
El identificador estable es distinto de las ediciones Experimental y Preview que se analizan por separado en la ficha compartida del modelo Pro. No asignes a este perfil sus resultados específicos de versión solo porque comparten el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en comprensión causal, deducción compleja y razonamiento contrafactual, con una fecha de corte de conocimiento de enero de 2025. Proporciona evidencia actual cuando importe y revisa referencias de fuentes, cálculos y modificaciones propuestas. La salida útil es el recurso respaldado de texto o código que solicitó la tarea.
", "aboutText": "Gemini 2.5 Pro es el perfil estable de pensamiento de Google para programación avanzada, matemáticas, STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, video y repositorios completos de código, y su perfil de Gemini API también acepta entrada PDF. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil proporciona la evidencia y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo en una base de código o una comparación entre varios documentos.\n\nPara programación, proporciona los archivos pertinentes, el comportamiento observado y el cambio o pregunta importante. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un fragmento aislado. Para una investigación de ruta de código, pídele rastrear un identificador desde un formulario de entrada a través del procesamiento y almacenamiento, identificar dónde cambia un contrato y proponer una corrección enfocada. Conserva las restricciones y solicita referencias de respaldo. Una revisión propuesta necesita compararse con el código real y cualquier validación realizada mediante las herramientas conectadas.\n\nPara matemáticas o análisis científico, indica el problema, los supuestos, las unidades y la forma requerida de la respuesta. Proporciona los datos o figuras de los que depende el cálculo. Solicita el resultado respaldado y las comprobaciones que permitan evaluarlo, como casos límite o una comparación con los valores originales. La capacidad de razonamiento del modelo no elimina la ambigüedad del enunciado. Mantén visible una cantidad desconocida o un supuesto sin respaldo en lugar de reemplazarlo por un valor conveniente.\n\nEl pensamiento dinámico es el valor predeterminado documentado. La guía GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para pensamiento adaptativo. Esta edición no puede deshabilitar por completo el pensamiento. Esos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de pensamiento de Gemini 3. El presupuesto de pensamiento guía el razonamiento en lugar de garantizar un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el entregable final.\n\nPara trabajo documental multimodal, identifica las páginas, gráfica, región de imagen o evento de grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, sus pasajes de respaldo y las diferencias que importan para una decisión. Pide al modelo distinguir un hecho declarado de una inferencia. Para video o audio, define si el resultado debe ser una descripción, transcripción, resumen o comparación. La imagen y el sonido son evidencia para un resultado textual en este perfil.\n\nLa página exacta de API documenta llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Define los propósitos de funciones y los campos de parámetros, y conserva los resultados reales en turnos posteriores. Para un registro limitado por esquema, especifica los campos requeridos y cómo debe representarse la información ausente. La arquitectura nativa es un transformer multimodal de mezcla dispersa de expertos; ese diseño de modelo no proporciona por sí mismo ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.\n\nLa ficha nativa enumera un contexto de entrada de 1M y salida textual de 64K; la tabla de API especifica 1,048,576 tokens de entrada y 65,536 de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. Una capacidad máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan caché y procesamiento por lotes, junto con opciones Flex y Priority. Conserva cada identificador de fuente y la forma final solicitada al preparar tareas independientes de contexto largo.\n\nEl identificador estable es distinto de las ediciones Experimental y Preview que se analizan por separado en la ficha compartida del modelo Pro. No asignes a este perfil sus resultados específicos de versión solo porque comparten el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en comprensión causal, deducción compleja y razonamiento contrafactual, con una fecha de corte de conocimiento de enero de 2025. Proporciona evidencia actual cuando importe y revisa referencias de fuentes, cálculos y modificaciones propuestas. La salida útil es el recurso respaldado de texto o código que solicitó la tarea.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e5070f9cd401360c35bb2b31a7572a08860bc94bb86918a338383a606e773e75", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "google/gemini-2.5-pro:batchGemini 2.5 Pro es el modelo estable de pensamiento de Google para código complejo, matemáticas, STEM y análisis de contexto largo. Acepta texto, imágenes, audio, video y PDF y devuelve texto, con herramientas y salida estructurada. Su presupuesto dinámico de razonamiento admite 128–32,768 tokens y no puede deshabilitarse por completo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Pro es el perfil estable de pensamiento de Google para programación avanzada, matemáticas, STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, video y repositorios completos de código, y su perfil de Gemini API también acepta entrada PDF. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil proporciona la evidencia y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo en una base de código o una comparación entre varios documentos.
Para programación, proporciona los archivos pertinentes, el comportamiento observado y el cambio o pregunta importante. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un fragmento aislado. Para una investigación de ruta de código, pídele rastrear un identificador desde un formulario de entrada a través del procesamiento y almacenamiento, identificar dónde cambia un contrato y proponer una corrección enfocada. Conserva las restricciones y solicita referencias de respaldo. Una revisión propuesta necesita compararse con el código real y cualquier validación realizada mediante las herramientas conectadas.
Para matemáticas o análisis científico, indica el problema, los supuestos, las unidades y la forma requerida de la respuesta. Proporciona los datos o figuras de los que depende el cálculo. Solicita el resultado respaldado y las comprobaciones que permitan evaluarlo, como casos límite o una comparación con los valores originales. La capacidad de razonamiento del modelo no elimina la ambigüedad del enunciado. Mantén visible una cantidad desconocida o un supuesto sin respaldo en lugar de reemplazarlo por un valor conveniente.
El pensamiento dinámico es el valor predeterminado documentado. La guía GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para pensamiento adaptativo. Esta edición no puede deshabilitar por completo el pensamiento. Esos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de pensamiento de Gemini 3. El presupuesto de pensamiento guía el razonamiento en lugar de garantizar un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el entregable final.
Para trabajo documental multimodal, identifica las páginas, gráfica, región de imagen o evento de grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, sus pasajes de respaldo y las diferencias que importan para una decisión. Pide al modelo distinguir un hecho declarado de una inferencia. Para video o audio, define si el resultado debe ser una descripción, transcripción, resumen o comparación. La imagen y el sonido son evidencia para un resultado textual en este perfil.
La página exacta de API documenta llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Define los propósitos de funciones y los campos de parámetros, y conserva los resultados reales en turnos posteriores. Para un registro limitado por esquema, especifica los campos requeridos y cómo debe representarse la información ausente. La arquitectura nativa es un transformer multimodal de mezcla dispersa de expertos; ese diseño de modelo no proporciona por sí mismo ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.
La ficha nativa enumera un contexto de entrada de 1M y salida textual de 64K; la tabla de API especifica 1,048,576 tokens de entrada y 65,536 de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. Una capacidad máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan caché y procesamiento por lotes, junto con opciones Flex y Priority. Conserva cada identificador de fuente y la forma final solicitada al preparar tareas independientes de contexto largo.
El identificador estable es distinto de las ediciones Experimental y Preview que se analizan por separado en la ficha compartida del modelo Pro. No asignes a este perfil sus resultados específicos de versión solo porque comparten el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en comprensión causal, deducción compleja y razonamiento contrafactual, con una fecha de corte de conocimiento de enero de 2025. Proporciona evidencia actual cuando importe y revisa referencias de fuentes, cálculos y modificaciones propuestas. La salida útil es el recurso respaldado de texto o código que solicitó la tarea.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-pro:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites google/gemini-2.5-pro:batch, google/gemini-2.5-pro | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites google-vertex/global | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00125 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200,000 | Cargo Entrada · Tokens de entrada $0.00125 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200,000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.015 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-2.5-pro: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-2.5-pro:batch', 'google/gemini-2.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-pro: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 de results[].response.body en línea
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra google/gemini-2.5-pro:batch
Usa las rutas de método indicadas arriba.