Gemini 2.5 Flash-Lite es el perfil ligero y estable de Google para traducción, clasificación y extracción sencilla de datos en grandes volúmenes. Su funcionamiento híbrido permite activar o desactivar el razonamiento según la tarea. Acepta texto, imágenes, audio, vídeo y PDF, y produce texto. Un resultado útil es una categoría, una traducción concisa, un registro extraído del material proporcionado o una explicación escrita de alcance acotado.
Para clasificar, define las categorías, la regla de decisión y el formato de la respuesta. Conserva el identificador de origen en el resultado cuando se procesen varios elementos independientes. Para clasificar mensajes de soporte, clasifica un mensaje según el tipo de incidencia y devuelve la frase que respalda la categoría. Incluye una regla para las pruebas ausentes o ambiguas, de modo que una respuesta fluida no complete un campo obligatorio con una suposición. Este modelo ligero resulta más útil cuando la entrada y el resultado requerido están claramente especificados.
El razonamiento está desactivado por defecto en la configuración documentada de 2.5 Flash-Lite. La guía de razonamiento de GenerateContent de Google permite un presupuesto explícito de razonamiento de 512 a 24,576 tokens, cero para mantenerlo desactivado y -1 para solicitar razonamiento dinámico. Son controles del presupuesto de razonamiento, independientes de la capacidad asignada a la respuesta final. Activa razonamiento adicional cuando una extracción tenga condiciones que interactúan entre sí o una clasificación tenga excepciones; una conversión sencilla puede conservar el comportamiento predeterminado sin razonamiento. La guía señala que el modelo puede utilizar más o menos tokens de razonamiento que el presupuesto solicitado.
Para traducir, proporciona el idioma de destino, el público y los términos que deben conservarse. Especifica si el resultado debe contener únicamente la traducción o un registro etiquetado. Para extraer información de documentos, define los campos y solicita pasajes de origen que permitan comprobar la salida. Para una grabación, distingue una transcripción de un resumen e identifica el pasaje importante. Las imágenes o el vídeo pueden aportar pruebas para una respuesta textual. El recurso deseado debe quedar claro incluso cuando la entrada combine varios tipos de medios.
La tabla exacta de la versión estable enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Las funciones necesitan una finalidad clara y parámetros definidos; la aplicación conectada ejecuta la operación y aporta su resultado. Para la extracción basada en esquemas, valida la estructura devuelta y compara sus valores con el material original. La elección de una herramienta o un registro bien formado solo resultan útiles en el contexto de la fuente y de las pruebas reales devueltas.
La ficha nativa indica una ventana de contexto de 1M y una salida textual de 64K. La página de modelos de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y la conversación conservada consumen el presupuesto de entrada, mientras que el razonamiento y el límite de respuesta influyen en si el resultado final cabe. El almacenamiento en caché y los modos de procesamiento por lotes, Flex y Priority figuran para este perfil del fabricante. Para tareas repetidas, conserva las mismas definiciones de categorías o campos y mantén los identificadores en el resultado para que una revisión posterior pueda localizar el elemento de origen.
Este perfil estable es independiente de las variantes Preview de junio y septiembre descritas en otros apartados de la familia. La ficha nativa compartida atribuye específicamente a September Preview mejoras como el seguimiento de instrucciones y la concisión; no deben trasladarse de forma implícita al identificador estable. Las generaciones posteriores de Flash-Lite también utilizan otros controles de razonamiento y tablas de capacidades. Conserva la edición y elige los ajustes documentados para ella, en lugar de sustituir los presupuestos de 2.5 por la sintaxis de niveles de razonamiento de Gemini 3.
La ficha enumera alucinaciones y limitaciones en la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual, e indica una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales o utiliza un flujo documentado de fundamentación cuando sean importantes hechos más recientes. Revisa las traducciones para comprobar su significado, los campos extraídos para confirmar su respaldo en la fuente y las transcripciones comparándolas con el audio. Un resultado pequeño y bien delimitado hace viable esta revisión sin considerar una respuesta pulida como prueba de que la fuente contenía el detalle afirmado.
", "aboutText": "Gemini 2.5 Flash-Lite es el perfil ligero y estable de Google para traducción, clasificación y extracción sencilla de datos en grandes volúmenes. Su funcionamiento híbrido permite activar o desactivar el razonamiento según la tarea. Acepta texto, imágenes, audio, vídeo y PDF, y produce texto. Un resultado útil es una categoría, una traducción concisa, un registro extraído del material proporcionado o una explicación escrita de alcance acotado.\n\nPara clasificar, define las categorías, la regla de decisión y el formato de la respuesta. Conserva el identificador de origen en el resultado cuando se procesen varios elementos independientes. Para clasificar mensajes de soporte, clasifica un mensaje según el tipo de incidencia y devuelve la frase que respalda la categoría. Incluye una regla para las pruebas ausentes o ambiguas, de modo que una respuesta fluida no complete un campo obligatorio con una suposición. Este modelo ligero resulta más útil cuando la entrada y el resultado requerido están claramente especificados.\n\nEl razonamiento está desactivado por defecto en la configuración documentada de 2.5 Flash-Lite. La guía de razonamiento de GenerateContent de Google permite un presupuesto explícito de razonamiento de 512 a 24,576 tokens, cero para mantenerlo desactivado y -1 para solicitar razonamiento dinámico. Son controles del presupuesto de razonamiento, independientes de la capacidad asignada a la respuesta final. Activa razonamiento adicional cuando una extracción tenga condiciones que interactúan entre sí o una clasificación tenga excepciones; una conversión sencilla puede conservar el comportamiento predeterminado sin razonamiento. La guía señala que el modelo puede utilizar más o menos tokens de razonamiento que el presupuesto solicitado.\n\nPara traducir, proporciona el idioma de destino, el público y los términos que deben conservarse. Especifica si el resultado debe contener únicamente la traducción o un registro etiquetado. Para extraer información de documentos, define los campos y solicita pasajes de origen que permitan comprobar la salida. Para una grabación, distingue una transcripción de un resumen e identifica el pasaje importante. Las imágenes o el vídeo pueden aportar pruebas para una respuesta textual. El recurso deseado debe quedar claro incluso cuando la entrada combine varios tipos de medios.\n\nLa tabla exacta de la versión estable enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Las funciones necesitan una finalidad clara y parámetros definidos; la aplicación conectada ejecuta la operación y aporta su resultado. Para la extracción basada en esquemas, valida la estructura devuelta y compara sus valores con el material original. La elección de una herramienta o un registro bien formado solo resultan útiles en el contexto de la fuente y de las pruebas reales devueltas.\n\nLa ficha nativa indica una ventana de contexto de 1M y una salida textual de 64K. La página de modelos de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y la conversación conservada consumen el presupuesto de entrada, mientras que el razonamiento y el límite de respuesta influyen en si el resultado final cabe. El almacenamiento en caché y los modos de procesamiento por lotes, Flex y Priority figuran para este perfil del fabricante. Para tareas repetidas, conserva las mismas definiciones de categorías o campos y mantén los identificadores en el resultado para que una revisión posterior pueda localizar el elemento de origen.\n\nEste perfil estable es independiente de las variantes Preview de junio y septiembre descritas en otros apartados de la familia. La ficha nativa compartida atribuye específicamente a September Preview mejoras como el seguimiento de instrucciones y la concisión; no deben trasladarse de forma implícita al identificador estable. Las generaciones posteriores de Flash-Lite también utilizan otros controles de razonamiento y tablas de capacidades. Conserva la edición y elige los ajustes documentados para ella, en lugar de sustituir los presupuestos de 2.5 por la sintaxis de niveles de razonamiento de Gemini 3.\n\nLa ficha enumera alucinaciones y limitaciones en la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual, e indica una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales o utiliza un flujo documentado de fundamentación cuando sean importantes hechos más recientes. Revisa las traducciones para comprobar su significado, los campos extraídos para confirmar su respaldo en la fuente y las transcripciones comparándolas con el audio. Un resultado pequeño y bien delimitado hace viable esta revisión sin considerar una respuesta pulida como prueba de que la fuente contenía el detalle afirmado.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c01722152b4eba5ba8d985f88f26d421da8304d124392b43278c244f4e739683", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "google/gemini-2.5-flash-lite:batchGemini 2.5 Flash-Lite es el modelo estable de texto multimodal de Google para tareas frecuentes de clasificación, traducción y extracción sencilla. El razonamiento está desactivado por defecto y puede activarse con un presupuesto de 512–24,576 tokens. Acepta texto y medios, con herramientas, salida estructurada y un límite de entrada de 1,048,576 tokens.
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 Flash-Lite es el perfil ligero y estable de Google para traducción, clasificación y extracción sencilla de datos en grandes volúmenes. Su funcionamiento híbrido permite activar o desactivar el razonamiento según la tarea. Acepta texto, imágenes, audio, vídeo y PDF, y produce texto. Un resultado útil es una categoría, una traducción concisa, un registro extraído del material proporcionado o una explicación escrita de alcance acotado.
Para clasificar, define las categorías, la regla de decisión y el formato de la respuesta. Conserva el identificador de origen en el resultado cuando se procesen varios elementos independientes. Para clasificar mensajes de soporte, clasifica un mensaje según el tipo de incidencia y devuelve la frase que respalda la categoría. Incluye una regla para las pruebas ausentes o ambiguas, de modo que una respuesta fluida no complete un campo obligatorio con una suposición. Este modelo ligero resulta más útil cuando la entrada y el resultado requerido están claramente especificados.
El razonamiento está desactivado por defecto en la configuración documentada de 2.5 Flash-Lite. La guía de razonamiento de GenerateContent de Google permite un presupuesto explícito de razonamiento de 512 a 24,576 tokens, cero para mantenerlo desactivado y -1 para solicitar razonamiento dinámico. Son controles del presupuesto de razonamiento, independientes de la capacidad asignada a la respuesta final. Activa razonamiento adicional cuando una extracción tenga condiciones que interactúan entre sí o una clasificación tenga excepciones; una conversión sencilla puede conservar el comportamiento predeterminado sin razonamiento. La guía señala que el modelo puede utilizar más o menos tokens de razonamiento que el presupuesto solicitado.
Para traducir, proporciona el idioma de destino, el público y los términos que deben conservarse. Especifica si el resultado debe contener únicamente la traducción o un registro etiquetado. Para extraer información de documentos, define los campos y solicita pasajes de origen que permitan comprobar la salida. Para una grabación, distingue una transcripción de un resumen e identifica el pasaje importante. Las imágenes o el vídeo pueden aportar pruebas para una respuesta textual. El recurso deseado debe quedar claro incluso cuando la entrada combine varios tipos de medios.
La tabla exacta de la versión estable enumera llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salidas estructuradas. Las funciones necesitan una finalidad clara y parámetros definidos; la aplicación conectada ejecuta la operación y aporta su resultado. Para la extracción basada en esquemas, valida la estructura devuelta y compara sus valores con el material original. La elección de una herramienta o un registro bien formado solo resultan útiles en el contexto de la fuente y de las pruebas reales devueltas.
La ficha nativa indica una ventana de contexto de 1M y una salida textual de 64K. La página de modelos de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y la conversación conservada consumen el presupuesto de entrada, mientras que el razonamiento y el límite de respuesta influyen en si el resultado final cabe. El almacenamiento en caché y los modos de procesamiento por lotes, Flex y Priority figuran para este perfil del fabricante. Para tareas repetidas, conserva las mismas definiciones de categorías o campos y mantén los identificadores en el resultado para que una revisión posterior pueda localizar el elemento de origen.
Este perfil estable es independiente de las variantes Preview de junio y septiembre descritas en otros apartados de la familia. La ficha nativa compartida atribuye específicamente a September Preview mejoras como el seguimiento de instrucciones y la concisión; no deben trasladarse de forma implícita al identificador estable. Las generaciones posteriores de Flash-Lite también utilizan otros controles de razonamiento y tablas de capacidades. Conserva la edición y elige los ajustes documentados para ella, en lugar de sustituir los presupuestos de 2.5 por la sintaxis de niveles de razonamiento de Gemini 3.
La ficha enumera alucinaciones y limitaciones en la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual, e indica una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales o utiliza un flujo documentado de fundamentación cuando sean importantes hechos más recientes. Revisa las traducciones para comprobar su significado, los campos extraídos para confirmar su respaldo en la fuente y las transcripciones comparándolas con el audio. Un resultado pequeño y bien delimitado hace viable esta revisión sin considerar una respuesta pulida como prueba de que la fuente contenía el detalle afirmado.
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-flash-lite: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-flash-lite:batch, google/gemini-2.5-flash-lite | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites google-ai-studio | 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 la propia solicitud; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoEl cliente puede leer localmente el JSONL real en UTF-8 e incorporarlo a requests[]. No se utiliza purpose de carga, input_file_id ni ninguna referencia 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 Chat Completions de texto incluidos directamente en el contenedor Batch documentado. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id real de la respuesta de creación original; 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 $0.0001 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.00002 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0001 / 1K tokens Salida · Tokens de salida $0.0004 / 1K tokens Entrada · Lectura de caché $0.00002 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-flash-lite:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-2.5-flash-lite:batch', 'google/gemini-2.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash-lite:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON de results[].response.body incluido directamente
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 resultado y su custom_id, y el cuerpo completo de la respuesta o del error. Guarda los results[] completados como JSONL sin filtrarlos.
Conserva el ID de la operación original. 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado se desconoce.
| 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 | CondiciónEl contenedor documentado con contenido incluido directamente no es válido, hay claves duplicadas, la identidad de un elemento no es válida o existe un conflicto con las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave API no válida. | Siguiente pasoUsa la clave Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoComprueba los permisos de la clave y del grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch se factura con cargo al saldo; se rechaza su creación con una suscripción. | Siguiente pasoUsa el grupo autorizado que se factura con cargo al saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede calcular el presupuesto de 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 la admisión antes de enviar 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 comprobación; 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-flash-lite:batch
Usa las rutas de método indicadas arriba.