Gemini 3.6 Flash est le profil multimodal polyvalent de Google pour la programmation, le traitement des connaissances et l’exécution par agents. Il s’appuie sur Gemini 3.5 Flash en privilégiant de meilleures performances multimodales et une utilisation plus efficace des tokens. Le modèle accepte le texte, les images, l’audio, la vidéo et le PDF et renvoie du texte. Une tâche utile peut combiner du code, une capture d’écran et une exigence, ou comparer un graphique ou un plan visuel à des contraintes écrites pour produire une explication vérifiée ou une révision ciblée.
Le guide développeur met l’accent sur la réduction des étapes de raisonnement, des tours et des appels d’outils inutiles dans les tâches à plusieurs étapes, ainsi que sur des modifications plus ciblées. Pour un diagnostic, fournissez l’échec observé, la source pertinente et le comportement qui doit rester inchangé. Pour déboguer un graphique, demandez au modèle d’examiner pourquoi il affiche la mauvaise série, d’identifier la transformation de données concernée et de proposer une correction en conservant la mise en page environnante. Le résultat peut ensuite être comparé aux données d’entrée réelles et au comportement requis du graphique.
L’inspection initiale par du code est un comportement distinctif décrit pour 3.6. Le fabricant indique que le modèle examine plus souvent un problème avec du code de diagnostic avant d’effectuer des modifications. Cela peut aider une investigation complexe, mais le guide relève que ce comportement peut ajouter des étapes exploratoires aux travaux courants sur les interfaces utilisateur. Précisez si la tâche nécessite une investigation, une modification simple ou une comparaison de design. Fournissez les informations qui rendent cette distinction claire et définissez les actions autorisées pour les outils de l’application connectée.
Le raisonnement spatial et multimodal est également mis en avant : interprétation de graphiques, conversion de plans visuels et mises en page web à plusieurs éléments. Fournissez la vue ou les pages pertinentes, identifiez ce qui doit être interprété et demandez les preuves étayant la conclusion. Pour une tâche de design, incluez des directives concrètes de mise en page et de style. Le fabricant note une orientation vers le code fonctionnel et indique que les évaluateurs préféraient parfois le style visuel des modèles précédents, ce qui rend des instructions visuelles explicites utiles. Vérifiez le résultat par rapport au diagramme réel ou aux exigences de design.
Le niveau moyen (medium) est le niveau de réflexion par défaut documenté. Le tableau de réflexion de Google propre au modèle indique les niveaux minimal (minimal), faible (low), moyen (medium) et élevé (high) ; le guide de migration 3.6 utilise les niveaux moyen ou élevé dans ses exemples d’effort. La page exacte indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps, le contexte d’URL et les sorties structurées, avec Computer Use comme capacité en préversion. Définissez clairement les entrées de fonction et le résultat requis. Une fonction sélectionnée par le modèle nécessite un résultat d’application réel avant qu’une réponse ultérieure puisse s’appuyer sur son résultat. Pour une analyse structurée, définissez le schéma et les preuves sources nécessaires pour chaque constat.
Le guide 3.6 modifie la préparation par rapport aux requêtes Gemini antérieures. Il rend obsolètes les réglages d’échantillonnage temperature, top-p et top-k, rejette un tour final prérempli au rôle model et recommande les instructions système ou les sorties structurées pour contrôler la réponse. Ses règles de réponse de fonction associent une réponse à son appel par identité et par nom, et la base Gemini 3 préserve les signatures de réflexion dans les usages à plusieurs tours. Une poursuite pratique doit transmettre l’historique pertinent non modifié et le résultat de l’outil plutôt qu’imiter le préfixe d’une réponse précédente.
La fiche native spécifie un contexte d’entrée allant jusqu’à 1M et une sortie textuelle de 64K ; le tableau API exact indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Comptez les instructions, l’historique et les médias dans le budget d’entrée et demandez une sortie adaptée à la tâche. La page du fabricant indique aussi la mise en cache et les traitements par lots, Flex et Priority. Pour traiter des enregistrements indépendants, gardez leur identifiant et le format de résultat explicites. La sortie est un livrable textuel, même lorsque les preuves comprennent des photographies, de l’audio ou de la vidéo.
Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances de mars 2026 inclut des domaines dont les connaissances restent limitées à janvier 2025 : joignez donc des éléments plus récents ou utilisez un flux d’ancrage documenté lorsque les faits actuels comptent. Vérifiez les calculs, les références de sources, les interprétations visuelles et les modifications proposées. La préparation distinctive de cette édition consiste en des instructions diagnostiques ciblées, un périmètre d’outils clair et des contraintes de design explicites, suivis de l’examen du résultat concret.
", "aboutText": "Gemini 3.6 Flash est le profil multimodal polyvalent de Google pour la programmation, le traitement des connaissances et l’exécution par agents. Il s’appuie sur Gemini 3.5 Flash en privilégiant de meilleures performances multimodales et une utilisation plus efficace des tokens. Le modèle accepte le texte, les images, l’audio, la vidéo et le PDF et renvoie du texte. Une tâche utile peut combiner du code, une capture d’écran et une exigence, ou comparer un graphique ou un plan visuel à des contraintes écrites pour produire une explication vérifiée ou une révision ciblée.\n\nLe guide développeur met l’accent sur la réduction des étapes de raisonnement, des tours et des appels d’outils inutiles dans les tâches à plusieurs étapes, ainsi que sur des modifications plus ciblées. Pour un diagnostic, fournissez l’échec observé, la source pertinente et le comportement qui doit rester inchangé. Pour déboguer un graphique, demandez au modèle d’examiner pourquoi il affiche la mauvaise série, d’identifier la transformation de données concernée et de proposer une correction en conservant la mise en page environnante. Le résultat peut ensuite être comparé aux données d’entrée réelles et au comportement requis du graphique.\n\nL’inspection initiale par du code est un comportement distinctif décrit pour 3.6. Le fabricant indique que le modèle examine plus souvent un problème avec du code de diagnostic avant d’effectuer des modifications. Cela peut aider une investigation complexe, mais le guide relève que ce comportement peut ajouter des étapes exploratoires aux travaux courants sur les interfaces utilisateur. Précisez si la tâche nécessite une investigation, une modification simple ou une comparaison de design. Fournissez les informations qui rendent cette distinction claire et définissez les actions autorisées pour les outils de l’application connectée.\n\nLe raisonnement spatial et multimodal est également mis en avant : interprétation de graphiques, conversion de plans visuels et mises en page web à plusieurs éléments. Fournissez la vue ou les pages pertinentes, identifiez ce qui doit être interprété et demandez les preuves étayant la conclusion. Pour une tâche de design, incluez des directives concrètes de mise en page et de style. Le fabricant note une orientation vers le code fonctionnel et indique que les évaluateurs préféraient parfois le style visuel des modèles précédents, ce qui rend des instructions visuelles explicites utiles. Vérifiez le résultat par rapport au diagramme réel ou aux exigences de design.\n\nLe niveau moyen (`medium`) est le niveau de réflexion par défaut documenté. Le tableau de réflexion de Google propre au modèle indique les niveaux minimal (`minimal`), faible (`low`), moyen (`medium`) et élevé (`high`) ; le guide de migration 3.6 utilise les niveaux moyen ou élevé dans ses exemples d’effort. La page exacte indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps, le contexte d’URL et les sorties structurées, avec Computer Use comme capacité en préversion. Définissez clairement les entrées de fonction et le résultat requis. Une fonction sélectionnée par le modèle nécessite un résultat d’application réel avant qu’une réponse ultérieure puisse s’appuyer sur son résultat. Pour une analyse structurée, définissez le schéma et les preuves sources nécessaires pour chaque constat.\n\nLe guide 3.6 modifie la préparation par rapport aux requêtes Gemini antérieures. Il rend obsolètes les réglages d’échantillonnage `temperature`, `top-p` et `top-k`, rejette un tour final prérempli au rôle `model` et recommande les instructions système ou les sorties structurées pour contrôler la réponse. Ses règles de réponse de fonction associent une réponse à son appel par identité et par nom, et la base Gemini 3 préserve les signatures de réflexion dans les usages à plusieurs tours. Une poursuite pratique doit transmettre l’historique pertinent non modifié et le résultat de l’outil plutôt qu’imiter le préfixe d’une réponse précédente.\n\nLa fiche native spécifie un contexte d’entrée allant jusqu’à 1M et une sortie textuelle de 64K ; le tableau API exact indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Comptez les instructions, l’historique et les médias dans le budget d’entrée et demandez une sortie adaptée à la tâche. La page du fabricant indique aussi la mise en cache et les traitements par lots, Flex et Priority. Pour traiter des enregistrements indépendants, gardez leur identifiant et le format de résultat explicites. La sortie est un livrable textuel, même lorsque les preuves comprennent des photographies, de l’audio ou de la vidéo.\n\nLes limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances de mars 2026 inclut des domaines dont les connaissances restent limitées à janvier 2025 : joignez donc des éléments plus récents ou utilisez un flux d’ancrage documenté lorsque les faits actuels comptent. Vérifiez les calculs, les références de sources, les interprétations visuelles et les modifications proposées. La préparation distinctive de cette édition consiste en des instructions diagnostiques ciblées, un périmètre d’outils clair et des contraintes de design explicites, suivis de l’examen du résultat concret.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f9f328ee0527a4f89bd5678f57e9c9df5c175d23a4caecf648acd3bcc9a14cd1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "google/gemini-3.6-flash:batchGemini 3.6 Flash est le modèle textuel multimodal de Google pour la programmation, l’analyse spatiale et les agents à plusieurs étapes. Il privilégie l’inspection diagnostique, les modifications ciblées et la réduction des boucles d’exécution inutiles. Il accepte le texte, les images, l’audio, la vidéo et le PDF, avec des outils, des sorties structurées et une limite d’entrée de 1 048 576 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.6 Flash est le profil multimodal polyvalent de Google pour la programmation, le traitement des connaissances et l’exécution par agents. Il s’appuie sur Gemini 3.5 Flash en privilégiant de meilleures performances multimodales et une utilisation plus efficace des tokens. Le modèle accepte le texte, les images, l’audio, la vidéo et le PDF et renvoie du texte. Une tâche utile peut combiner du code, une capture d’écran et une exigence, ou comparer un graphique ou un plan visuel à des contraintes écrites pour produire une explication vérifiée ou une révision ciblée.
Le guide développeur met l’accent sur la réduction des étapes de raisonnement, des tours et des appels d’outils inutiles dans les tâches à plusieurs étapes, ainsi que sur des modifications plus ciblées. Pour un diagnostic, fournissez l’échec observé, la source pertinente et le comportement qui doit rester inchangé. Pour déboguer un graphique, demandez au modèle d’examiner pourquoi il affiche la mauvaise série, d’identifier la transformation de données concernée et de proposer une correction en conservant la mise en page environnante. Le résultat peut ensuite être comparé aux données d’entrée réelles et au comportement requis du graphique.
L’inspection initiale par du code est un comportement distinctif décrit pour 3.6. Le fabricant indique que le modèle examine plus souvent un problème avec du code de diagnostic avant d’effectuer des modifications. Cela peut aider une investigation complexe, mais le guide relève que ce comportement peut ajouter des étapes exploratoires aux travaux courants sur les interfaces utilisateur. Précisez si la tâche nécessite une investigation, une modification simple ou une comparaison de design. Fournissez les informations qui rendent cette distinction claire et définissez les actions autorisées pour les outils de l’application connectée.
Le raisonnement spatial et multimodal est également mis en avant : interprétation de graphiques, conversion de plans visuels et mises en page web à plusieurs éléments. Fournissez la vue ou les pages pertinentes, identifiez ce qui doit être interprété et demandez les preuves étayant la conclusion. Pour une tâche de design, incluez des directives concrètes de mise en page et de style. Le fabricant note une orientation vers le code fonctionnel et indique que les évaluateurs préféraient parfois le style visuel des modèles précédents, ce qui rend des instructions visuelles explicites utiles. Vérifiez le résultat par rapport au diagramme réel ou aux exigences de design.
Le niveau moyen (medium) est le niveau de réflexion par défaut documenté. Le tableau de réflexion de Google propre au modèle indique les niveaux minimal (minimal), faible (low), moyen (medium) et élevé (high) ; le guide de migration 3.6 utilise les niveaux moyen ou élevé dans ses exemples d’effort. La page exacte indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps, le contexte d’URL et les sorties structurées, avec Computer Use comme capacité en préversion. Définissez clairement les entrées de fonction et le résultat requis. Une fonction sélectionnée par le modèle nécessite un résultat d’application réel avant qu’une réponse ultérieure puisse s’appuyer sur son résultat. Pour une analyse structurée, définissez le schéma et les preuves sources nécessaires pour chaque constat.
Le guide 3.6 modifie la préparation par rapport aux requêtes Gemini antérieures. Il rend obsolètes les réglages d’échantillonnage temperature, top-p et top-k, rejette un tour final prérempli au rôle model et recommande les instructions système ou les sorties structurées pour contrôler la réponse. Ses règles de réponse de fonction associent une réponse à son appel par identité et par nom, et la base Gemini 3 préserve les signatures de réflexion dans les usages à plusieurs tours. Une poursuite pratique doit transmettre l’historique pertinent non modifié et le résultat de l’outil plutôt qu’imiter le préfixe d’une réponse précédente.
La fiche native spécifie un contexte d’entrée allant jusqu’à 1M et une sortie textuelle de 64K ; le tableau API exact indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Comptez les instructions, l’historique et les médias dans le budget d’entrée et demandez une sortie adaptée à la tâche. La page du fabricant indique aussi la mise en cache et les traitements par lots, Flex et Priority. Pour traiter des enregistrements indépendants, gardez leur identifiant et le format de résultat explicites. La sortie est un livrable textuel, même lorsque les preuves comprennent des photographies, de l’audio ou de la vidéo.
Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances de mars 2026 inclut des domaines dont les connaissances restent limitées à janvier 2025 : joignez donc des éléments plus récents ou utilisez un flux d’ancrage documenté lorsque les faits actuels comptent. Vérifiez les calculs, les références de sources, les interprétations visuelles et les modifications proposées. La préparation distinctive de cette édition consiste en des instructions diagnostiques ciblées, un périmètre d’outils clair et des contraintes de design explicites, suivis de l’examen du résultat concret.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.6-flash:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites google/gemini-3.6-flash:batch, google/gemini-3.6-flash | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites google-vertex/global | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_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. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_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
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
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 $0.00075 / 1K tokens Sortie · Tokens en sortie $0.00375 / 1K tokens Entrée · Lecture du cache $0.000075 / 1K tokens Entrée · Écriture dans le cache $0.0000833333333333334 / 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 $0.00075 / 1K tokens Sortie · Tokens en sortie $0.00375 / 1K tokens Entrée · Lecture du cache $0.000075 / 1K tokens Entrée · Écriture dans le cache $0.0000833333333333334 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-3.6-flash:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-3.6-flash:batch', 'google/gemini-3.6-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.6-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
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\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
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.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra google/gemini-3.6-flash:batch
Utilisez les chemins de méthode indiqués ci-dessus.