Gemini 2.5 Pro es el perfil estable de razonamiento de Google para programación avanzada, matemáticas, disciplinas STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, vídeo y repositorios completos de código, y su perfil de Gemini API también acepta PDF como entrada. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil aporta las pruebas y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo sobre una base de código o una comparación entre varios documentos.
Para programar, proporciona los archivos pertinentes, el comportamiento observado y el cambio o la pregunta que importa. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un único fragmento aislado. Para investigar un recorrido del código, pídele que siga un identificador desde un formulario de entrada, pasando por el procesamiento, hasta el almacenamiento, que identifique dónde cambia un contrato y que proponga una corrección concreta. Mantén las restricciones y solicita referencias que respalden la respuesta. Una revisión propuesta debe compararse con el código real y con cualquier validación realizada mediante las herramientas conectadas.
Para matemáticas o análisis científico, indica el problema, los supuestos, las unidades y el formato requerido de la respuesta. Proporciona los datos o las figuras de los que dependa el cálculo. Solicita el resultado respaldado por las pruebas 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 sustituirlos por un valor conveniente.
El razonamiento dinámico es el valor predeterminado documentado. La guía de GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para razonamiento adaptativo. Esta edición no permite desactivar por completo el razonamiento. Estos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de razonamiento de Gemini 3. El presupuesto orienta el razonamiento, pero no garantiza un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el recurso final.
Para trabajar con documentos multimodales, identifica las páginas, el gráfico, la región de una imagen o el suceso de una grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, los pasajes que las respaldan y las diferencias relevantes para una decisión. Pide al modelo que distinga un hecho explícito de una inferencia. Para vídeo o audio, define si el resultado debe ser una descripción, una transcripción, un resumen o una comparación. La imagen y el sonido son pruebas para un resultado textual en este perfil.
La página exacta de la 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 fines de las funciones y los campos de sus parámetros, y conserva los resultados reales en los turnos posteriores. Para un registro sujeto a un esquema, especifica los campos obligatorios y cómo debe representarse la información ausente. La arquitectura nativa es un transformador multimodal de mezcla dispersa de expertos; ese diseño del modelo no proporciona por sí mismo la ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.
La ficha nativa indica un contexto de entrada de 1M y una salida textual de 64K; la tabla de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. La asignación máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan el almacenamiento en caché y el procesamiento por lotes, junto con las opciones Flex y Priority. Conserva cada identificador de origen y el formato final solicitado al preparar tareas independientes de contexto largo.
El identificador estable es distinto de las ediciones Experimental y Preview tratadas por separado en la ficha compartida del modelo Pro. No atribuyas sus resultados específicos de versión a este perfil solo porque compartan el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en la comprensión causal, la deducción compleja y el razonamiento contrafactual, con una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales cuando sean importantes y revisa las referencias de origen, los cálculos y las modificaciones propuestas. La salida útil es el recurso de texto o código respaldado por las pruebas que solicitaba la tarea.
", "aboutText": "Gemini 2.5 Pro es el perfil estable de razonamiento de Google para programación avanzada, matemáticas, disciplinas STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, vídeo y repositorios completos de código, y su perfil de Gemini API también acepta PDF como entrada. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil aporta las pruebas y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo sobre una base de código o una comparación entre varios documentos.\n\nPara programar, proporciona los archivos pertinentes, el comportamiento observado y el cambio o la pregunta que importa. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un único fragmento aislado. Para investigar un recorrido del código, pídele que siga un identificador desde un formulario de entrada, pasando por el procesamiento, hasta el almacenamiento, que identifique dónde cambia un contrato y que proponga una corrección concreta. Mantén las restricciones y solicita referencias que respalden la respuesta. Una revisión propuesta debe compararse con el código real y con cualquier validación realizada mediante las herramientas conectadas.\n\nPara matemáticas o análisis científico, indica el problema, los supuestos, las unidades y el formato requerido de la respuesta. Proporciona los datos o las figuras de los que dependa el cálculo. Solicita el resultado respaldado por las pruebas 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 sustituirlos por un valor conveniente.\n\nEl razonamiento dinámico es el valor predeterminado documentado. La guía de GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para razonamiento adaptativo. Esta edición no permite desactivar por completo el razonamiento. Estos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de razonamiento de Gemini 3. El presupuesto orienta el razonamiento, pero no garantiza un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el recurso final.\n\nPara trabajar con documentos multimodales, identifica las páginas, el gráfico, la región de una imagen o el suceso de una grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, los pasajes que las respaldan y las diferencias relevantes para una decisión. Pide al modelo que distinga un hecho explícito de una inferencia. Para vídeo o audio, define si el resultado debe ser una descripción, una transcripción, un resumen o una comparación. La imagen y el sonido son pruebas para un resultado textual en este perfil.\n\nLa página exacta de la 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 fines de las funciones y los campos de sus parámetros, y conserva los resultados reales en los turnos posteriores. Para un registro sujeto a un esquema, especifica los campos obligatorios y cómo debe representarse la información ausente. La arquitectura nativa es un transformador multimodal de mezcla dispersa de expertos; ese diseño del modelo no proporciona por sí mismo la ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.\n\nLa ficha nativa indica un contexto de entrada de 1M y una salida textual de 64K; la tabla de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. La asignación máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan el almacenamiento en caché y el procesamiento por lotes, junto con las opciones Flex y Priority. Conserva cada identificador de origen y el formato final solicitado al preparar tareas independientes de contexto largo.\n\nEl identificador estable es distinto de las ediciones Experimental y Preview tratadas por separado en la ficha compartida del modelo Pro. No atribuyas sus resultados específicos de versión a este perfil solo porque compartan el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en la comprensión causal, la deducción compleja y el razonamiento contrafactual, con una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales cuando sean importantes y revisa las referencias de origen, los cálculos y las modificaciones propuestas. La salida útil es el recurso de texto o código respaldado por las pruebas que solicitaba la tarea.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b88f14efc8c3ab27a193973a3040ff299b4f3c41a89da5d63e80123e522678dd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "google/gemini-2.5-pro:batchGemini 2.5 Pro es el modelo estable de razonamiento de Google para código complejo, matemáticas, disciplinas STEM y análisis de contexto largo. Acepta texto, imágenes, audio, vídeo y PDF, y devuelve texto, con herramientas y salida estructurada. Su presupuesto de razonamiento dinámico admite 128–32,768 tokens y no puede desactivarse 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 razonamiento de Google para programación avanzada, matemáticas, disciplinas STEM y análisis de contexto largo. Puede comprender texto, audio, imágenes, vídeo y repositorios completos de código, y su perfil de Gemini API también acepta PDF como entrada. La salida es texto, incluido código, análisis escrito o un registro estructurado. Una tarea útil aporta las pruebas y solicita un resultado que pueda comprobarse, como una solución explicada, un hallazgo sobre una base de código o una comparación entre varios documentos.
Para programar, proporciona los archivos pertinentes, el comportamiento observado y el cambio o la pregunta que importa. El contexto largo puede ayudar al modelo a relacionar módulos en lugar de razonar a partir de un único fragmento aislado. Para investigar un recorrido del código, pídele que siga un identificador desde un formulario de entrada, pasando por el procesamiento, hasta el almacenamiento, que identifique dónde cambia un contrato y que proponga una corrección concreta. Mantén las restricciones y solicita referencias que respalden la respuesta. Una revisión propuesta debe compararse con el código real y con cualquier validación realizada mediante las herramientas conectadas.
Para matemáticas o análisis científico, indica el problema, los supuestos, las unidades y el formato requerido de la respuesta. Proporciona los datos o las figuras de los que dependa el cálculo. Solicita el resultado respaldado por las pruebas 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 sustituirlos por un valor conveniente.
El razonamiento dinámico es el valor predeterminado documentado. La guía de GenerateContent de Gemini 2.5 admite un presupuesto explícito de razonamiento de 128 a 32,768 tokens para Pro, o -1 para razonamiento adaptativo. Esta edición no permite desactivar por completo el razonamiento. Estos controles difieren de la opción de presupuesto cero de Flash y de los ajustes de nivel de razonamiento de Gemini 3. El presupuesto orienta el razonamiento, pero no garantiza un número exacto de tokens internos, y un límite de respuesta también debe dejar espacio para el recurso final.
Para trabajar con documentos multimodales, identifica las páginas, el gráfico, la región de una imagen o el suceso de una grabación que deben respaldar la respuesta. Una tarea práctica de síntesis puede solicitar las afirmaciones contrapuestas de varios documentos de origen, los pasajes que las respaldan y las diferencias relevantes para una decisión. Pide al modelo que distinga un hecho explícito de una inferencia. Para vídeo o audio, define si el resultado debe ser una descripción, una transcripción, un resumen o una comparación. La imagen y el sonido son pruebas para un resultado textual en este perfil.
La página exacta de la 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 fines de las funciones y los campos de sus parámetros, y conserva los resultados reales en los turnos posteriores. Para un registro sujeto a un esquema, especifica los campos obligatorios y cómo debe representarse la información ausente. La arquitectura nativa es un transformador multimodal de mezcla dispersa de expertos; ese diseño del modelo no proporciona por sí mismo la ejecución de herramientas externas ni una aplicación terminada más allá del texto o código devuelto.
La ficha nativa indica un contexto de entrada de 1M y una salida textual de 64K; la tabla de la API especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Las instrucciones, el contenido de origen y el historial conservado contribuyen a la preparación de la entrada. La asignación máxima de respuesta incluye tokens de razonamiento, por lo que un límite demasiado pequeño puede interrumpir la respuesta final. Se documentan el almacenamiento en caché y el procesamiento por lotes, junto con las opciones Flex y Priority. Conserva cada identificador de origen y el formato final solicitado al preparar tareas independientes de contexto largo.
El identificador estable es distinto de las ediciones Experimental y Preview tratadas por separado en la ficha compartida del modelo Pro. No atribuyas sus resultados específicos de versión a este perfil solo porque compartan el nombre Pro. La ficha identifica posibles alucinaciones y limitaciones en la comprensión causal, la deducción compleja y el razonamiento contrafactual, con una fecha de corte de conocimiento en enero de 2025. Proporciona pruebas actuales cuando sean importantes y revisa las referencias de origen, los cálculos y las modificaciones propuestas. La salida útil es el recurso de texto o código respaldado por las pruebas que solicitaba 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 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 $0.00125 / 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 |
| ConfiguraciónTramo 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 |
| ConfiguraciónTramo 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 $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-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 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-pro:batch
Usa las rutas de método indicadas arriba.