Source: https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/ Canonical: https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/ Language: fr-be # Google: Gemini 2.5 Flash (batch) [Markdown](https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/facts.json) ## [Google: Gemini 2.5 Flash (batch)](https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/) Gemini 2.5 Flash est le modèle stable de raisonnement hybride de Google pour l’analyse multimodale et les tâches d’agent. Son budget de réflexion dynamique se règle de 0 à 24 576 tokens, avec la possibilité de désactiver la réflexion. Texte, images, audio, vidéo et documents deviennent du texte ou des résultats structurés, avec une limite d’entrée documentée de 1 048 576 tokens. - [**Ailoot Ultra · Traitement par lots** `POST /v1/batches` `google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr-be/google-gemini-2-5-flash-u003a-batch/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Gemini 2.5 Flash est le profil stable de raisonnement hybride de Google pour un travail multimodal polyvalent et l’utilisation d’outils par des agents. Il propose des réponses avec ou sans réflexion pour les tâches multimodales à grande échelle qui nécessitent différents niveaux de raisonnement. Le texte, les images, l’audio et la vidéo contribuent à une réponse textuelle. L’entrée de documents est également décrite dans le profil cloud de Google propre à ce modèle. Un résultat utile peut être une comparaison de documents, une interprétation de graphique, une transcription, du code ou une fiche structurée. Le contrôle du raisonnement de cette édition utilise thinkingBudget. La réflexion dynamique est le réglage par défaut ; une valeur de -1 laisse le modèle adapter son raisonnement à la complexité de la tâche. Un budget explicite peut aller de zéro à 24 576 tokens, et zéro désactive la réflexion. Choisissez un budget adapté au problème réel plutôt que d’attribuer le même effort à une catégorisation simple et à une analyse à plusieurs conditions. Le guide présente le budget comme une indication, et la fiche native précise que son respect peut ne pas être exact. Pour une tâche documentaire ou portant sur des données, définissez la question, les champs requis et les éléments probants qui doivent accompagner le résultat. Pour une comparaison d’exigences, comparez deux spécifications et renvoyez l’exigence modifiée, son passage source et son effet sur un processus défini. Une sortie structurée est utile lorsque chaque constat doit suivre le même format de fiche. Si la source donne plusieurs valeurs possibles ou laisse un champ ouvert, préservez cette incertitude au lieu d’imposer une seule réponse plausible. Vérifiez les valeurs renvoyées par rapport aux pages ou aux données fournies. Pour des contenus visuels ou audio, identifiez l’objet, le libellé, l’événement ou le passage d’enregistrement pertinent. Demandez le type de texte nécessaire : les valeurs visibles dans un graphique, la description d’un événement, une transcription ou un résumé. Ces livrables sont différents, et l’instruction doit préciser lequel produire. La fiche native commune comprend Flash Image et Flash Audio en tant que capacités nommées séparément ; leurs sorties d’images et de voix générées ne font pas partie de ce profil textuel stable. Le profil cloud précis de Google documente les entrées PDF et texte brut avec des limites propres à l’interface : 50 MB par PDF importé via l’API et jusqu’à 3 000 pages par fichier, avec une limite de 7 MB pour un fichier de texte brut. Ce profil décrit également environ 45 minutes de vidéo avec audio ou une heure sans audio, et environ 8,4 heures d’audio dans l’allocation d’entrée d’un million de tokens. Ce sont les contraintes indiquées pour l’interface cloud, distinctes de la fenêtre générale de tokens du modèle. Préparez la section et le format source pertinents, plutôt que de supposer que tous les types de fichiers ou modes d’envoi ont la même limite. Le tableau de l’API Gemini pour ce modèle répertorie les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps, le contexte URL et les sorties structurées. Définissez le rôle et la structure des paramètres de chaque fonction, puis poursuivez à partir du résultat réellement renvoyé. Un modèle peut demander une opération, tandis que l’application connectée l’exécute. Préservez le contexte nécessaire des signatures de réflexion lorsque vous poursuivez une tâche de raisonnement dans l’interface sans état. Une réponse structurée ou une suggestion de fonction n’établit pas, à elle seule, qu’une opération externe a réussi. La fiche native du modèle indique un contexte de 1M et une sortie textuelle de 64K, tandis que le tableau API précis indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Le plafond de réponse inclut les tokens de réflexion : un plafond trop faible peut donc laisser la réponse finale tronquée ou vide. Demandez un livrable dimensionné pour l’allocation de sortie et utilisez le budget de raisonnement pour orienter l’effort. La mise en cache et les traitements batch, Flex et Priority sont documentés pour ce profil du fournisseur. Conservez les identifiants des éléments lorsque vous préparez plusieurs fiches indépendantes. L’édition stable reste distincte des variantes Flash Preview et des modèles Gemini 3 ultérieurs. Sa fiche répertorie des hallucinations possibles, des limites dans la compréhension causale et le raisonnement logique complexe ou contrefactuel, ainsi qu’une date limite des connaissances en janvier 2025. Fournissez des éléments récents lorsqu’une tâche dépend d’informations plus nouvelles. Vérifiez les calculs, les valeurs extraites, les transcriptions et le code proposé à partir de la source réelle ou du résultat d’exécution. La réflexion hybride est utile lorsqu’elle soutient ce résultat concret, plutôt que de se substituer à sa vérification. **Ailoot Ultra · Traitement par lots** `POST /v1/batches` `google/gemini-2.5-flash:batch` [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr-be/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) Google /`google/gemini-2.5-flash:batch` ### Premiers pas Gemini 2.5 Flash est le modèle stable de raisonnement hybride de Google pour l’analyse multimodale et les tâches d’agent. Son budget de réflexion dynamique se règle de 0 à 24 576 tokens, avec la possibilité de désactiver la réflexion. Texte, images, audio, vidéo et documents deviennent du texte ou des résultats structurés, avec une limite d’entrée documentée de 1 048 576 tokens. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Traitement par lots** `POST /v1/batches` Entrée `text` Sortie `text` Format de sortie JSON results\[\].response.body intégré | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`endpoint` | Type`string` | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites google/gemini-2.5-flash:batch | Par défaut— | | Champ`requests` | Type`batch_item[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`requests[].custom_id` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`requests[].body.messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`completion_window` | Type`string` | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— | | Champ`provider` | Type`object\|null` | ExigenceFacultatif | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratendpoint, model, requests | | Paramètre`material_types` | Contrattext | | Paramètre`representation` | Contratrequests\[\] intégré ; chaque élément comporte custom\_id et body | | Paramètre`request_endpoint_profile` | Contrat/v1/chat/completions | | Paramètre`file_material` | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests\[\]. Aucun paramètre purpose de téléversement, input\_file\_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. | | Paramètre`serialization_order` | Contratendpoint, model, provider (si fourni), completion\_window (si fourni), requests en dernier | | Paramètre`optional_controls` | Contratprovider.only, provider.allow\_fallbacks, completion\_window | | Paramètre`schema_scope` | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. | Cycle de vie : `asynchronous` `GET /v1/batches/{operation_id}` · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) Tarification du cache explicite Non activé Lorsqu’un cache explicite est demandé #### Tarifs Ailoot #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût | | --- | --- | --- | --- | --- | | ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée **$0.0003** / 1K tokens Sortie · Tokens en sortie **$0.0025** / 1K tokens Entrée · Lecture du cache **$0.00006** / 1K tokens Entrée · Écriture dans le cache **—** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | | ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée **$0.0003** / 1K tokens Sortie · Tokens en sortie **$0.0025** / 1K tokens Entrée · Lecture du cache **$0.00006** / 1K tokens Entrée · Écriture dans le cache **—** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-be/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Traitement par lots curl · jeu de données de référence conservéPython HTTP · données JSONL réelles du client ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-2.5-flash:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}') Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash:batch", "requests":items} if __name__ == "__main__": material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "") if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file") body = prepare_requests(material) key = os.environ.get("AILOOT_API_KEY", "") if not key: raise SystemExit("Set AILOOT_API_KEY") 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") with urlopen(request) as response: raw = response.read() Path("batch-create-response.json").write_bytes(raw) print(raw.decode("utf-8")) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Traitement par lots JSON results\[\].response.body intégré - `GET /v1/batches/{operation_id}` ##### Vérifier l’état de la tâche curl · état de l’opération d’origine ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" BATCH_OPERATION_ID="$(python3 - <<'PY_ID' import json from pathlib import Path from urllib.parse import quote response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8")) operation = response.get("id") if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit") print(quote(operation, safe="")) PY_ID )" curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez chaque résultat, le corps de chaque réponse ou erreur, chaque choix et la consommation cumulée. ##### Si la réponse d’origine doit être vérifiée Conservez l’identifiant de l’opération d’origine. La réponse 503 result\_pending\_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue. Champs de la réponse | Champ | Type | | --- | --- | | Champ`results[].custom_id` | Typestring | | Champ`results[].response.body.choices[].message.content` | Typestring\|null | | Champ`results[].error` | Typeobject\|null | | Champ`usage` | Typeobject\|null | ### Alias #### Alias du modèle **Ailoot Ultra** [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr-be/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr-be/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) FAQ · Google: Gemini 2.5 Flash (batch) Quelles entrées et quels résultats sont disponibles ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `text` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Quelles limites s’appliquent ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `requests.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-be/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-be/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-be) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.