Gemini 3 Flash Preview est un modèle de raisonnement de Google destiné à la compréhension multimodale, à la programmation et aux tâches agentiques. Il accepte du texte, des images, de la vidéo, de l’audio et des PDF et renvoie du texte. Une requête peut donc réunir des instructions écrites, des fichiers sources, des observations visuelles et l’historique de la conversation autour d’un même problème. Le résultat peut être une explication, une proposition de code, des données extraites ou un plan fondé sur ces éléments, plutôt qu’une image générée ou une réponse parlée.
La fiche de ce modèle précis indique une limite d’entrée de 1 048 576 tokens et une limite de sortie de 65 536 tokens. Prévoyez séparément les sources et le résultat : un long extrait de dépôt, un ensemble de documents ou un enregistrement ne peut tenir que si sa représentation après traitement et les instructions respectent le budget d’entrée, et la réponse a toujours besoin d’une longueur qui lui est réservée. Attribuez des libellés aux sources associées et précisez quel contenu fait autorité. Pour un long prompt, le guide du développeur recommande de placer la question précise après les données et de la relier explicitement aux informations qui précèdent.
La réflexion est dynamique, avec high comme valeur par défaut documentée pour ce modèle. Les niveaux pris en charge sont minimal, low, medium et high. Ils correspondent à des budgets relatifs de raisonnement, et non à des nombres de tokens garantis. Le niveau minimal peut encore impliquer du raisonnement sur un problème de programmation difficile. Choisissez le niveau en fonction de la tâche : une courte transformation et un problème de débogage à plusieurs conditions nécessitent des traitements différents. Utilisez des instructions directes et claires au lieu d’imposer des rituels de raisonnement élaborés dans le prompt ; demandez le livrable final et les vérifications qui le rendent utilisable.
La fiche du fournisseur répertorie les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation de l’ordinateur, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Google Maps, le contexte URL et la mise en cache. Les outils intégrés peuvent être combinés avec des appels de fonctions personnalisées dans le processus Gemini 3 documenté. Une application définit les fonctions, vérifie leurs arguments, exécute les actions acceptées et renvoie leurs résultats. Pour un assistant de programmation, un outil de lecture de fichiers ou d’exécution contrôlée des tests peut fournir des éléments concrets pour l’étape suivante. Une action proposée et un résultat d’outil observé doivent rester distincts dans le rapport final.
Pour la programmation, fournissez les fichiers pertinents, le langage, le comportement attendu et une entrée qui illustre le problème. Définissez le périmètre de la modification et nommez l’interface ou le comportement à préserver. Demandez une implémentation révisée et les cas à vérifier. Pour une tâche d’analyse documentaire, définissez la question, les champs requis et les références des sources. Si vous utilisez une sortie structurée, fournissez un schéma précisant clairement le sens des champs et les règles applicables aux valeurs manquantes. Validez à la fois sa syntaxe et le fait que chaque valeur découle du contenu d’origine.
Pour l’analyse multimodale, précisez ce qui compte dans chaque source. Une capture d’écran peut étayer l’explication d’une interface, un PDF peut fournir un tableau ou un graphique, et un enregistrement peut apporter des événements parlés ou visibles. Le guide du développeur aborde les réglages de résolution des médias, car le niveau de détail modifie la représentation après traitement et la consommation de tokens. Le processus d’exécution de code du fournisseur peut recadrer les images fournies ou zoomer dessus, effectuer des calculs à partir des données visuelles et ajouter des annotations avant que le modèle prépare sa réponse. La lecture de petits caractères peut nécessiter un réglage différent de celui d’une description générale de scène. Gardez la page, l’image ou l’extrait pertinent disponible pour pouvoir vérifier les observations, plutôt que de considérer un résumé fluide comme la preuve que chaque détail a été lu correctement.
L’état de la conversation et des outils doit être conservé dans l’interface choisie. Gemini 3 utilise des signatures de réflexion pour transmettre le contexte de raisonnement d’un appel à l’autre ; le guide du développeur distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte requis lorsque vous poursuivez une tâche faisant appel à des outils ou révisez un résultat. Google recommande également de conserver sa température par défaut de 1.0 plutôt que de reprendre une recette à basse température susceptible de provoquer des boucles ou de dégrader le comportement sur les tâches complexes. Il s’agit de pratiques d’intégration du fournisseur, et non de nouvelles affirmations concernant le transport d’une application particulière.
Le modèle de texte n’annonce pas de génération d’images ou d’audio, ni de prise en charge de Live API. Le guide distingue également la compréhension visuelle de la segmentation d’images au niveau des pixels, qui n’est pas une capacité prise en charge par Gemini 3 Flash. Choisissez un résultat final adapté à la tâche réelle : des observations liées aux sources, une fiche structurée, une modification de code ou une décision dont les hypothèses sont explicites. Vérifiez les calculs, testez le code dans l’environnement prévu et examinez les informations renvoyées par les outils. Lorsque des faits récents comptent, utilisez les sources d’ancrage configurées ou les données actuelles fournies, plutôt que de supposer que les connaissances du modèle constituent une base de données en temps réel.
", "aboutText": "Gemini 3 Flash Preview est un modèle de raisonnement de Google destiné à la compréhension multimodale, à la programmation et aux tâches agentiques. Il accepte du texte, des images, de la vidéo, de l’audio et des PDF et renvoie du texte. Une requête peut donc réunir des instructions écrites, des fichiers sources, des observations visuelles et l’historique de la conversation autour d’un même problème. Le résultat peut être une explication, une proposition de code, des données extraites ou un plan fondé sur ces éléments, plutôt qu’une image générée ou une réponse parlée.\n\nLa fiche de ce modèle précis indique une limite d’entrée de 1 048 576 tokens et une limite de sortie de 65 536 tokens. Prévoyez séparément les sources et le résultat : un long extrait de dépôt, un ensemble de documents ou un enregistrement ne peut tenir que si sa représentation après traitement et les instructions respectent le budget d’entrée, et la réponse a toujours besoin d’une longueur qui lui est réservée. Attribuez des libellés aux sources associées et précisez quel contenu fait autorité. Pour un long prompt, le guide du développeur recommande de placer la question précise après les données et de la relier explicitement aux informations qui précèdent.\n\nLa réflexion est dynamique, avec high comme valeur par défaut documentée pour ce modèle. Les niveaux pris en charge sont minimal, low, medium et high. Ils correspondent à des budgets relatifs de raisonnement, et non à des nombres de tokens garantis. Le niveau minimal peut encore impliquer du raisonnement sur un problème de programmation difficile. Choisissez le niveau en fonction de la tâche : une courte transformation et un problème de débogage à plusieurs conditions nécessitent des traitements différents. Utilisez des instructions directes et claires au lieu d’imposer des rituels de raisonnement élaborés dans le prompt ; demandez le livrable final et les vérifications qui le rendent utilisable.\n\nLa fiche du fournisseur répertorie les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation de l’ordinateur, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Google Maps, le contexte URL et la mise en cache. Les outils intégrés peuvent être combinés avec des appels de fonctions personnalisées dans le processus Gemini 3 documenté. Une application définit les fonctions, vérifie leurs arguments, exécute les actions acceptées et renvoie leurs résultats. Pour un assistant de programmation, un outil de lecture de fichiers ou d’exécution contrôlée des tests peut fournir des éléments concrets pour l’étape suivante. Une action proposée et un résultat d’outil observé doivent rester distincts dans le rapport final.\n\nPour la programmation, fournissez les fichiers pertinents, le langage, le comportement attendu et une entrée qui illustre le problème. Définissez le périmètre de la modification et nommez l’interface ou le comportement à préserver. Demandez une implémentation révisée et les cas à vérifier. Pour une tâche d’analyse documentaire, définissez la question, les champs requis et les références des sources. Si vous utilisez une sortie structurée, fournissez un schéma précisant clairement le sens des champs et les règles applicables aux valeurs manquantes. Validez à la fois sa syntaxe et le fait que chaque valeur découle du contenu d’origine.\n\nPour l’analyse multimodale, précisez ce qui compte dans chaque source. Une capture d’écran peut étayer l’explication d’une interface, un PDF peut fournir un tableau ou un graphique, et un enregistrement peut apporter des événements parlés ou visibles. Le guide du développeur aborde les réglages de résolution des médias, car le niveau de détail modifie la représentation après traitement et la consommation de tokens. Le processus d’exécution de code du fournisseur peut recadrer les images fournies ou zoomer dessus, effectuer des calculs à partir des données visuelles et ajouter des annotations avant que le modèle prépare sa réponse. La lecture de petits caractères peut nécessiter un réglage différent de celui d’une description générale de scène. Gardez la page, l’image ou l’extrait pertinent disponible pour pouvoir vérifier les observations, plutôt que de considérer un résumé fluide comme la preuve que chaque détail a été lu correctement.\n\nL’état de la conversation et des outils doit être conservé dans l’interface choisie. Gemini 3 utilise des signatures de réflexion pour transmettre le contexte de raisonnement d’un appel à l’autre ; le guide du développeur distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte requis lorsque vous poursuivez une tâche faisant appel à des outils ou révisez un résultat. Google recommande également de conserver sa température par défaut de 1.0 plutôt que de reprendre une recette à basse température susceptible de provoquer des boucles ou de dégrader le comportement sur les tâches complexes. Il s’agit de pratiques d’intégration du fournisseur, et non de nouvelles affirmations concernant le transport d’une application particulière.\n\nLe modèle de texte n’annonce pas de génération d’images ou d’audio, ni de prise en charge de Live API. Le guide distingue également la compréhension visuelle de la segmentation d’images au niveau des pixels, qui n’est pas une capacité prise en charge par Gemini 3 Flash. Choisissez un résultat final adapté à la tâche réelle : des observations liées aux sources, une fiche structurée, une modification de code ou une décision dont les hypothèses sont explicites. Vérifiez les calculs, testez le code dans l’environnement prévu et examinez les informations renvoyées par les outils. Lorsque des faits récents comptent, utilisez les sources d’ancrage configurées ou les données actuelles fournies, plutôt que de supposer que les connaissances du modèle constituent une base de données en temps réel.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "272d221a8c9ce6fbfb31f6fc2da48d0aaf138bd6ae43bc6cc3edeb96566da3c4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "google/gemini-3-flash-preview:batchGemini 3 Flash Preview associe compréhension multimodale et raisonnement pour produire du texte. Il prend en charge l’analyse de code, de documents et de contenus visuels, les résultats structurés et les processus faisant appel à des outils, avec quatre niveaux de réflexion documentés pour choisir la profondeur de l’analyse.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3 Flash Preview est un modèle de raisonnement de Google destiné à la compréhension multimodale, à la programmation et aux tâches agentiques. Il accepte du texte, des images, de la vidéo, de l’audio et des PDF et renvoie du texte. Une requête peut donc réunir des instructions écrites, des fichiers sources, des observations visuelles et l’historique de la conversation autour d’un même problème. Le résultat peut être une explication, une proposition de code, des données extraites ou un plan fondé sur ces éléments, plutôt qu’une image générée ou une réponse parlée.
La fiche de ce modèle précis indique une limite d’entrée de 1 048 576 tokens et une limite de sortie de 65 536 tokens. Prévoyez séparément les sources et le résultat : un long extrait de dépôt, un ensemble de documents ou un enregistrement ne peut tenir que si sa représentation après traitement et les instructions respectent le budget d’entrée, et la réponse a toujours besoin d’une longueur qui lui est réservée. Attribuez des libellés aux sources associées et précisez quel contenu fait autorité. Pour un long prompt, le guide du développeur recommande de placer la question précise après les données et de la relier explicitement aux informations qui précèdent.
La réflexion est dynamique, avec high comme valeur par défaut documentée pour ce modèle. Les niveaux pris en charge sont minimal, low, medium et high. Ils correspondent à des budgets relatifs de raisonnement, et non à des nombres de tokens garantis. Le niveau minimal peut encore impliquer du raisonnement sur un problème de programmation difficile. Choisissez le niveau en fonction de la tâche : une courte transformation et un problème de débogage à plusieurs conditions nécessitent des traitements différents. Utilisez des instructions directes et claires au lieu d’imposer des rituels de raisonnement élaborés dans le prompt ; demandez le livrable final et les vérifications qui le rendent utilisable.
La fiche du fournisseur répertorie les sorties structurées, les appels de fonctions, l’exécution de code, l’utilisation de l’ordinateur, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Google Maps, le contexte URL et la mise en cache. Les outils intégrés peuvent être combinés avec des appels de fonctions personnalisées dans le processus Gemini 3 documenté. Une application définit les fonctions, vérifie leurs arguments, exécute les actions acceptées et renvoie leurs résultats. Pour un assistant de programmation, un outil de lecture de fichiers ou d’exécution contrôlée des tests peut fournir des éléments concrets pour l’étape suivante. Une action proposée et un résultat d’outil observé doivent rester distincts dans le rapport final.
Pour la programmation, fournissez les fichiers pertinents, le langage, le comportement attendu et une entrée qui illustre le problème. Définissez le périmètre de la modification et nommez l’interface ou le comportement à préserver. Demandez une implémentation révisée et les cas à vérifier. Pour une tâche d’analyse documentaire, définissez la question, les champs requis et les références des sources. Si vous utilisez une sortie structurée, fournissez un schéma précisant clairement le sens des champs et les règles applicables aux valeurs manquantes. Validez à la fois sa syntaxe et le fait que chaque valeur découle du contenu d’origine.
Pour l’analyse multimodale, précisez ce qui compte dans chaque source. Une capture d’écran peut étayer l’explication d’une interface, un PDF peut fournir un tableau ou un graphique, et un enregistrement peut apporter des événements parlés ou visibles. Le guide du développeur aborde les réglages de résolution des médias, car le niveau de détail modifie la représentation après traitement et la consommation de tokens. Le processus d’exécution de code du fournisseur peut recadrer les images fournies ou zoomer dessus, effectuer des calculs à partir des données visuelles et ajouter des annotations avant que le modèle prépare sa réponse. La lecture de petits caractères peut nécessiter un réglage différent de celui d’une description générale de scène. Gardez la page, l’image ou l’extrait pertinent disponible pour pouvoir vérifier les observations, plutôt que de considérer un résumé fluide comme la preuve que chaque détail a été lu correctement.
L’état de la conversation et des outils doit être conservé dans l’interface choisie. Gemini 3 utilise des signatures de réflexion pour transmettre le contexte de raisonnement d’un appel à l’autre ; le guide du développeur distingue l’historique avec état géré de l’historique sans état géré manuellement. Préservez le contexte requis lorsque vous poursuivez une tâche faisant appel à des outils ou révisez un résultat. Google recommande également de conserver sa température par défaut de 1.0 plutôt que de reprendre une recette à basse température susceptible de provoquer des boucles ou de dégrader le comportement sur les tâches complexes. Il s’agit de pratiques d’intégration du fournisseur, et non de nouvelles affirmations concernant le transport d’une application particulière.
Le modèle de texte n’annonce pas de génération d’images ou d’audio, ni de prise en charge de Live API. Le guide distingue également la compréhension visuelle de la segmentation d’images au niveau des pixels, qui n’est pas une capacité prise en charge par Gemini 3 Flash. Choisissez un résultat final adapté à la tâche réelle : des observations liées aux sources, une fiche structurée, une modification de code ou une décision dont les hypothèses sont explicites. Vérifiez les calculs, testez le code dans l’environnement prévu et examinez les informations renvoyées par les outils. Lorsque des faits récents comptent, utilisez les sources d’ancrage configurées ou les données actuelles fournies, plutôt que de supposer que les connaissances du modèle constituent une base de données en temps réel.
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-flash-preview: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-flash-preview:batch, google/gemini-3-flash-preview | 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 $0.0005 / 1K tokens Sortie · Tokens en sortie $0.003 / 1K tokens Entrée · Lecture du cache — / 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 $0.0005 / 1K tokens Sortie · Tokens en sortie $0.003 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-flash-preview: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-flash-preview:batch', 'google/gemini-3-flash-preview']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3-flash-preview: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-flash-preview:batch
Utilisez les chemins de méthode indiqués ci-dessus.