Gemini 2.5 Pro est le profil de réflexion stable de Google pour la programmation avancée, les mathématiques, les STIM et l’analyse à long contexte. Il peut comprendre le texte, l’audio, les images, la vidéo et des dépôts de code entiers, et son profil Gemini API accepte aussi les entrées PDF. La sortie est du texte, y compris du code, une analyse écrite ou un enregistrement structuré. Une tâche utile fournit les données probantes et demande un résultat vérifiable, comme une solution expliquée, un constat sur une base de code ou une comparaison entre plusieurs documents.
Pour la programmation, fournissez les fichiers pertinents, le comportement observé et le changement ou la question qui compte. Le long contexte peut aider le modèle à relier les modules plutôt qu’à raisonner à partir d’un fragment isolé. Pour une investigation de chemin de code, demandez-lui de suivre un identifiant depuis un formulaire d’entrée jusqu’au traitement et au stockage, d’identifier l’endroit où un contrat change et de proposer une correction ciblée. Préservez les contraintes et demandez des références à l’appui. Une révision proposée doit être comparée au code réel et à toute validation effectuée au moyen des outils connectés.
Pour les mathématiques ou l’analyse scientifique, énoncez le problème, les hypothèses, les unités et la forme requise de la réponse. Fournissez les données ou les figures dont dépend le calcul. Demandez le résultat appuyé et les vérifications qui le rendent évaluable, comme les cas limites ou une comparaison avec les valeurs originales. La capacité de raisonnement du modèle n’élimine pas l’ambiguïté de l’énoncé du problème. Gardez une quantité inconnue ou une hypothèse non appuyée visible plutôt que de la remplacer par une valeur commode.
La réflexion dynamique est la valeur par défaut documentée. Le guide GenerateContent de Gemini 2.5 prend en charge un budget explicite de raisonnement de 128 à 32 768 jetons pour Pro, ou -1 pour la réflexion adaptative. Cette édition ne peut pas désactiver complètement la réflexion. Ces contrôles diffèrent de l’option de budget nul de Flash et des réglages de niveau de réflexion Gemini 3. Le budget de réflexion guide le raisonnement plutôt que de garantir un nombre exact de jetons internes, et une limite de réponse doit aussi laisser de l’espace au livrable final.
Pour le travail documentaire multimodal, identifiez les pages, le graphique, la zone d’image ou l’événement de l’enregistrement qui doivent appuyer la réponse. Une tâche pratique de synthèse peut demander les affirmations concurrentes de plusieurs documents sources, leurs passages à l’appui et les différences qui comptent pour une décision donnée. Demandez au modèle de distinguer un fait énoncé d’une inférence. Pour la vidéo ou l’audio, définissez si le résultat doit être une description, une transcription, un résumé ou une comparaison. L’image et le son sont des données probantes pour un résultat textuel dans ce profil.
La page API exacte documente les appels de fonctions, l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Définissez les finalités des fonctions et les champs de paramètres et préservez les résultats réels dans les tours suivants. Pour un enregistrement contraint par schéma, précisez les champs requis et la façon de représenter l’information manquante. L’architecture native est un transformeur multimodal à mélange parcimonieux d’experts; cette conception de modèle ne fournit pas elle-même une exécution d’outil externe ou une application terminée au-delà du texte ou du code renvoyé.
La fiche native indique un contexte d’entrée de 1M et une sortie textuelle de 64K; le tableau API précise 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Les instructions, le contenu source et l’historique conservé contribuent à la préparation de l’entrée. Une capacité maximale de réponse comprend les jetons de raisonnement, de sorte qu’une limite trop petite peut interrompre la réponse finale. La mise en cache et le traitement par lots sont documentés, avec les options Flex et Priority. Conservez chaque identifiant de source et la forme finale demandée lorsque vous préparez des tâches indépendantes à long contexte.
L’identifiant stable est distinct des éditions Experimental et Preview discutées séparément dans la fiche partagée du modèle Pro. N’attribuez pas leurs résultats propres à une version à ce profil simplement parce qu’ils partagent le nom Pro. La fiche relève des hallucinations possibles et des limites dans la compréhension causale, la déduction complexe et le raisonnement contrefactuel, avec un arrêt des connaissances en janvier 2025. Fournissez des données actuelles lorsqu’elles comptent et vérifiez les références aux sources, les calculs et les modifications proposées. La sortie utile est le livrable textuel ou de code appuyé demandé par la tâche.
", "aboutText": "Gemini 2.5 Pro est le profil de réflexion stable de Google pour la programmation avancée, les mathématiques, les STIM et l’analyse à long contexte. Il peut comprendre le texte, l’audio, les images, la vidéo et des dépôts de code entiers, et son profil Gemini API accepte aussi les entrées PDF. La sortie est du texte, y compris du code, une analyse écrite ou un enregistrement structuré. Une tâche utile fournit les données probantes et demande un résultat vérifiable, comme une solution expliquée, un constat sur une base de code ou une comparaison entre plusieurs documents.\n\nPour la programmation, fournissez les fichiers pertinents, le comportement observé et le changement ou la question qui compte. Le long contexte peut aider le modèle à relier les modules plutôt qu’à raisonner à partir d’un fragment isolé. Pour une investigation de chemin de code, demandez-lui de suivre un identifiant depuis un formulaire d’entrée jusqu’au traitement et au stockage, d’identifier l’endroit où un contrat change et de proposer une correction ciblée. Préservez les contraintes et demandez des références à l’appui. Une révision proposée doit être comparée au code réel et à toute validation effectuée au moyen des outils connectés.\n\nPour les mathématiques ou l’analyse scientifique, énoncez le problème, les hypothèses, les unités et la forme requise de la réponse. Fournissez les données ou les figures dont dépend le calcul. Demandez le résultat appuyé et les vérifications qui le rendent évaluable, comme les cas limites ou une comparaison avec les valeurs originales. La capacité de raisonnement du modèle n’élimine pas l’ambiguïté de l’énoncé du problème. Gardez une quantité inconnue ou une hypothèse non appuyée visible plutôt que de la remplacer par une valeur commode.\n\nLa réflexion dynamique est la valeur par défaut documentée. Le guide GenerateContent de Gemini 2.5 prend en charge un budget explicite de raisonnement de 128 à 32 768 jetons pour Pro, ou -1 pour la réflexion adaptative. Cette édition ne peut pas désactiver complètement la réflexion. Ces contrôles diffèrent de l’option de budget nul de Flash et des réglages de niveau de réflexion Gemini 3. Le budget de réflexion guide le raisonnement plutôt que de garantir un nombre exact de jetons internes, et une limite de réponse doit aussi laisser de l’espace au livrable final.\n\nPour le travail documentaire multimodal, identifiez les pages, le graphique, la zone d’image ou l’événement de l’enregistrement qui doivent appuyer la réponse. Une tâche pratique de synthèse peut demander les affirmations concurrentes de plusieurs documents sources, leurs passages à l’appui et les différences qui comptent pour une décision donnée. Demandez au modèle de distinguer un fait énoncé d’une inférence. Pour la vidéo ou l’audio, définissez si le résultat doit être une description, une transcription, un résumé ou une comparaison. L’image et le son sont des données probantes pour un résultat textuel dans ce profil.\n\nLa page API exacte documente les appels de fonctions, l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Définissez les finalités des fonctions et les champs de paramètres et préservez les résultats réels dans les tours suivants. Pour un enregistrement contraint par schéma, précisez les champs requis et la façon de représenter l’information manquante. L’architecture native est un transformeur multimodal à mélange parcimonieux d’experts; cette conception de modèle ne fournit pas elle-même une exécution d’outil externe ou une application terminée au-delà du texte ou du code renvoyé.\n\nLa fiche native indique un contexte d’entrée de 1M et une sortie textuelle de 64K; le tableau API précise 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Les instructions, le contenu source et l’historique conservé contribuent à la préparation de l’entrée. Une capacité maximale de réponse comprend les jetons de raisonnement, de sorte qu’une limite trop petite peut interrompre la réponse finale. La mise en cache et le traitement par lots sont documentés, avec les options Flex et Priority. Conservez chaque identifiant de source et la forme finale demandée lorsque vous préparez des tâches indépendantes à long contexte.\n\nL’identifiant stable est distinct des éditions Experimental et Preview discutées séparément dans la fiche partagée du modèle Pro. N’attribuez pas leurs résultats propres à une version à ce profil simplement parce qu’ils partagent le nom Pro. La fiche relève des hallucinations possibles et des limites dans la compréhension causale, la déduction complexe et le raisonnement contrefactuel, avec un arrêt des connaissances en janvier 2025. Fournissez des données actuelles lorsqu’elles comptent et vérifiez les références aux sources, les calculs et les modifications proposées. La sortie utile est le livrable textuel ou de code appuyé demandé par la tâche.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "92776a879e2b469e94f40a20a486462b51aaff97cb90f73d6135193576256b34", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "google/gemini-2.5-pro:batchGemini 2.5 Pro est le modèle de réflexion stable de Google pour le code complexe, les mathématiques, les STIM et l’analyse à long contexte. Il accepte le texte, les images, l’audio, la vidéo et les PDF et renvoie du texte, avec des outils et une sortie structurée. Son budget de raisonnement dynamique prend en charge 128–32 768 jetons et ne peut pas être complètement désactivé.
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 Pro est le profil de réflexion stable de Google pour la programmation avancée, les mathématiques, les STIM et l’analyse à long contexte. Il peut comprendre le texte, l’audio, les images, la vidéo et des dépôts de code entiers, et son profil Gemini API accepte aussi les entrées PDF. La sortie est du texte, y compris du code, une analyse écrite ou un enregistrement structuré. Une tâche utile fournit les données probantes et demande un résultat vérifiable, comme une solution expliquée, un constat sur une base de code ou une comparaison entre plusieurs documents.
Pour la programmation, fournissez les fichiers pertinents, le comportement observé et le changement ou la question qui compte. Le long contexte peut aider le modèle à relier les modules plutôt qu’à raisonner à partir d’un fragment isolé. Pour une investigation de chemin de code, demandez-lui de suivre un identifiant depuis un formulaire d’entrée jusqu’au traitement et au stockage, d’identifier l’endroit où un contrat change et de proposer une correction ciblée. Préservez les contraintes et demandez des références à l’appui. Une révision proposée doit être comparée au code réel et à toute validation effectuée au moyen des outils connectés.
Pour les mathématiques ou l’analyse scientifique, énoncez le problème, les hypothèses, les unités et la forme requise de la réponse. Fournissez les données ou les figures dont dépend le calcul. Demandez le résultat appuyé et les vérifications qui le rendent évaluable, comme les cas limites ou une comparaison avec les valeurs originales. La capacité de raisonnement du modèle n’élimine pas l’ambiguïté de l’énoncé du problème. Gardez une quantité inconnue ou une hypothèse non appuyée visible plutôt que de la remplacer par une valeur commode.
La réflexion dynamique est la valeur par défaut documentée. Le guide GenerateContent de Gemini 2.5 prend en charge un budget explicite de raisonnement de 128 à 32 768 jetons pour Pro, ou -1 pour la réflexion adaptative. Cette édition ne peut pas désactiver complètement la réflexion. Ces contrôles diffèrent de l’option de budget nul de Flash et des réglages de niveau de réflexion Gemini 3. Le budget de réflexion guide le raisonnement plutôt que de garantir un nombre exact de jetons internes, et une limite de réponse doit aussi laisser de l’espace au livrable final.
Pour le travail documentaire multimodal, identifiez les pages, le graphique, la zone d’image ou l’événement de l’enregistrement qui doivent appuyer la réponse. Une tâche pratique de synthèse peut demander les affirmations concurrentes de plusieurs documents sources, leurs passages à l’appui et les différences qui comptent pour une décision donnée. Demandez au modèle de distinguer un fait énoncé d’une inférence. Pour la vidéo ou l’audio, définissez si le résultat doit être une description, une transcription, un résumé ou une comparaison. L’image et le son sont des données probantes pour un résultat textuel dans ce profil.
La page API exacte documente les appels de fonctions, l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Définissez les finalités des fonctions et les champs de paramètres et préservez les résultats réels dans les tours suivants. Pour un enregistrement contraint par schéma, précisez les champs requis et la façon de représenter l’information manquante. L’architecture native est un transformeur multimodal à mélange parcimonieux d’experts; cette conception de modèle ne fournit pas elle-même une exécution d’outil externe ou une application terminée au-delà du texte ou du code renvoyé.
La fiche native indique un contexte d’entrée de 1M et une sortie textuelle de 64K; le tableau API précise 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Les instructions, le contenu source et l’historique conservé contribuent à la préparation de l’entrée. Une capacité maximale de réponse comprend les jetons de raisonnement, de sorte qu’une limite trop petite peut interrompre la réponse finale. La mise en cache et le traitement par lots sont documentés, avec les options Flex et Priority. Conservez chaque identifiant de source et la forme finale demandée lorsque vous préparez des tâches indépendantes à long contexte.
L’identifiant stable est distinct des éditions Experimental et Preview discutées séparément dans la fiche partagée du modèle Pro. N’attribuez pas leurs résultats propres à une version à ce profil simplement parce qu’ils partagent le nom Pro. La fiche relève des hallucinations possibles et des limites dans la compréhension causale, la déduction complexe et le raisonnement contrefactuel, avec un arrêt des connaissances en janvier 2025. Fournissez des données actuelles lorsqu’elles comptent et vérifiez les références aux sources, les calculs et les modifications proposées. La sortie utile est le livrable textuel ou de code appuyé demandé par la tâche.
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-2.5-pro: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-2.5-pro:batch, google/gemini-2.5-pro | 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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00125 / 1K jetons Sortie · Jetons en sortie $0.01 / 1K jetons Entrée · Lecture du cache $0.00025 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse200 000 | Coût Entrée · Jetons en entrée $0.00125 / 1K jetons Sortie · Jetons en sortie $0.01 / 1K jetons Entrée · Lecture du cache $0.00025 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de200 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0025 / 1K jetons Sortie · Jetons en sortie $0.015 / 1K jetons Entrée · Lecture du cache $0.0005 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-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 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 suivanteRésolvez le problème d’admission avant d’envoyer une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne remplacez pas les prix par d’autres. |
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-2.5-pro:batch
Utilisez les chemins de méthode indiqués ci-dessus.