Gemini 3.1 Pro Preview est le modèle textuel de Google axé sur le raisonnement pour les tâches complexes qui nécessitent du génie logiciel, du développement algorithmique ou une synthèse de données probantes multimodales. Il s’appuie sur Gemini 3 Pro, en mettant l’accent sur l’utilisation précise des outils, un raisonnement plus efficace et une exécution fiable à plusieurs étapes. Le texte, les images, l’audio, la vidéo et les PDF peuvent contribuer à une réponse écrite, à un livrable de code ou à un résultat structuré.
Pour une tâche de programmation exigeante, fournissez l’objectif, les éléments pertinents du dépôt, le comportement observé et les contraintes à conserver. Des dépôts de code entiers peuvent fournir du contexte à la tâche. Pour vérifier un contrat de code, demandez au modèle de comparer la gestion d’un contrat de données partagé dans deux modules, d’identifier l’écart et de proposer une correction ciblée avec des références au code à l’appui. La sortie utile distingue l’analyse, la révision proposée et les données probantes de toute validation effectuée par l’application connectée.
Les éléments de lancement montrent des explications visuelles basées sur du code et des projets interactifs, notamment une sortie SVG animée à partir d’une consigne textuelle. Ce sont des livrables de code plutôt que de la génération d’images matricielles. Une consigne claire peut définir ce qui doit être expliqué, le comportement du visuel et les données qu’il doit représenter. Vérifiez le code et le rendu obtenus à partir de ces exigences. Pour une tâche de synthèse de données, fournissez les sources réelles et demandez une vue unique qui préserve les relations et les nuances qu’elles contiennent.
Les niveaux de réflexion documentés sont faible, moyen et élevé, le niveau élevé étant la valeur par défaut de 3.1 Pro Preview. La réflexion ne peut pas être complètement désactivée dans ce profil Pro. Choisissez un effort moindre pour une réponse délimitée et davantage de raisonnement pour le travail difficile à plusieurs étapes, tout en laissant une capacité de sortie suffisante pour le livrable final. Une petite limite de sortie peut interrompre le raisonnement avant qu’une réponse finale utilisable n’apparaisse. Le guide de réflexion distingue un résumé du raisonnement du processus interne complet et explique pourquoi le contexte de signatures de pensée de la conversation compte.
Le tableau Preview exact indique les appels de fonctions, l’exécution de code, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Il limite File Search à AI Studio. Fournissez la finalité des fonctions et les définitions de paramètres, puis continuez à partir du résultat réellement renvoyé. Le profil distinct Custom Tools Preview est optimisé pour prioriser les outils personnalisés et bash; il s’agit d’un point de terminaison nommé distinct du producteur, et cette spécialisation ne doit donc pas être traitée discrètement comme une propriété de chaque requête 3.1 Pro. Sélectionnez un schéma de résultat structuré lorsqu’une tâche nécessite des enregistrements définis plutôt que de la prose libre.
Pour une analyse multimodale, identifiez la page, le visuel, l’intervalle d’enregistrement ou l’événement vidéo pertinent. Pour une analyse documentaire, comparez un diagramme à sa spécification écrite et renvoyez chaque écart avec le passage à l’appui. Une source parlée peut fournir une transcription ou une interprétation textuelle. Préservez les références aux sources pour les conclusions à vérifier et distinguez ce qui est visible ou énoncé de ce qui est inféré. La sortie de ce profil reste du texte, y compris du code; la génération native d’images ou de parole ne fait pas partie de son tableau exact de capacités.
La fiche native 3.1 Pro précise un contexte allant jusqu’à 1M et une sortie textuelle de 64K, et le tableau API Preview exact donne 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Incluez les instructions, l’historique de conversation et les médias dans le budget d’entrée. La mise en cache et le traitement par lots sont documentés, les options Flex et Priority étant aussi indiquées pour le profil du producteur. Pour plusieurs éléments indépendants, définissez la sortie requise et conservez chaque identifiant de source plutôt que de combiner des données probantes sans rapport dans une réponse impossible à retracer.
L’édition nommée Preview reste distincte du profil Custom Tools de Pro et des versions Flash ou Pro ultérieures. Ses forces concernent le raisonnement complexe, la programmation et la synthèse de données probantes; le livrable final doit tout de même être vérifié à partir de la source et des résultats d’outils réels. Conservez les ambiguïtés non résolues lorsque l’information fournie n’appuie pas une conclusion certaine. Un livrable utile est la réponse, le code ou l’enregistrement étayé par les sources que la tâche demande, avec assez de données probantes pour en évaluer les limites pratiques.
", "aboutText": "Gemini 3.1 Pro Preview est le modèle textuel de Google axé sur le raisonnement pour les tâches complexes qui nécessitent du génie logiciel, du développement algorithmique ou une synthèse de données probantes multimodales. Il s’appuie sur Gemini 3 Pro, en mettant l’accent sur l’utilisation précise des outils, un raisonnement plus efficace et une exécution fiable à plusieurs étapes. Le texte, les images, l’audio, la vidéo et les PDF peuvent contribuer à une réponse écrite, à un livrable de code ou à un résultat structuré.\n\nPour une tâche de programmation exigeante, fournissez l’objectif, les éléments pertinents du dépôt, le comportement observé et les contraintes à conserver. Des dépôts de code entiers peuvent fournir du contexte à la tâche. Pour vérifier un contrat de code, demandez au modèle de comparer la gestion d’un contrat de données partagé dans deux modules, d’identifier l’écart et de proposer une correction ciblée avec des références au code à l’appui. La sortie utile distingue l’analyse, la révision proposée et les données probantes de toute validation effectuée par l’application connectée.\n\nLes éléments de lancement montrent des explications visuelles basées sur du code et des projets interactifs, notamment une sortie SVG animée à partir d’une consigne textuelle. Ce sont des livrables de code plutôt que de la génération d’images matricielles. Une consigne claire peut définir ce qui doit être expliqué, le comportement du visuel et les données qu’il doit représenter. Vérifiez le code et le rendu obtenus à partir de ces exigences. Pour une tâche de synthèse de données, fournissez les sources réelles et demandez une vue unique qui préserve les relations et les nuances qu’elles contiennent.\n\nLes niveaux de réflexion documentés sont faible, moyen et élevé, le niveau élevé étant la valeur par défaut de 3.1 Pro Preview. La réflexion ne peut pas être complètement désactivée dans ce profil Pro. Choisissez un effort moindre pour une réponse délimitée et davantage de raisonnement pour le travail difficile à plusieurs étapes, tout en laissant une capacité de sortie suffisante pour le livrable final. Une petite limite de sortie peut interrompre le raisonnement avant qu’une réponse finale utilisable n’apparaisse. Le guide de réflexion distingue un résumé du raisonnement du processus interne complet et explique pourquoi le contexte de signatures de pensée de la conversation compte.\n\nLe tableau Preview exact indique les appels de fonctions, l’exécution de code, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Il limite File Search à AI Studio. Fournissez la finalité des fonctions et les définitions de paramètres, puis continuez à partir du résultat réellement renvoyé. Le profil distinct Custom Tools Preview est optimisé pour prioriser les outils personnalisés et bash; il s’agit d’un point de terminaison nommé distinct du producteur, et cette spécialisation ne doit donc pas être traitée discrètement comme une propriété de chaque requête 3.1 Pro. Sélectionnez un schéma de résultat structuré lorsqu’une tâche nécessite des enregistrements définis plutôt que de la prose libre.\n\nPour une analyse multimodale, identifiez la page, le visuel, l’intervalle d’enregistrement ou l’événement vidéo pertinent. Pour une analyse documentaire, comparez un diagramme à sa spécification écrite et renvoyez chaque écart avec le passage à l’appui. Une source parlée peut fournir une transcription ou une interprétation textuelle. Préservez les références aux sources pour les conclusions à vérifier et distinguez ce qui est visible ou énoncé de ce qui est inféré. La sortie de ce profil reste du texte, y compris du code; la génération native d’images ou de parole ne fait pas partie de son tableau exact de capacités.\n\nLa fiche native 3.1 Pro précise un contexte allant jusqu’à 1M et une sortie textuelle de 64K, et le tableau API Preview exact donne 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Incluez les instructions, l’historique de conversation et les médias dans le budget d’entrée. La mise en cache et le traitement par lots sont documentés, les options Flex et Priority étant aussi indiquées pour le profil du producteur. Pour plusieurs éléments indépendants, définissez la sortie requise et conservez chaque identifiant de source plutôt que de combiner des données probantes sans rapport dans une réponse impossible à retracer.\n\nL’édition nommée Preview reste distincte du profil Custom Tools de Pro et des versions Flash ou Pro ultérieures. Ses forces concernent le raisonnement complexe, la programmation et la synthèse de données probantes; le livrable final doit tout de même être vérifié à partir de la source et des résultats d’outils réels. Conservez les ambiguïtés non résolues lorsque l’information fournie n’appuie pas une conclusion certaine. Un livrable utile est la réponse, le code ou l’enregistrement étayé par les sources que la tâche demande, avec assez de données probantes pour en évaluer les limites pratiques.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b24faca32643aa4feef2be9fecbda8bca413997dbd32190ef1d5a7c5fde7e1f0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "google/gemini-3.1-pro-preview:batchGemini 3.1 Pro Preview est le modèle de raisonnement multimodal de Google pour les tâches complexes de logiciels, d’algorithmes et de connaissances. Il accepte texte, images, audio, vidéo et PDF et renvoie texte ou code, avec outils et sortie structurée. Les niveaux low, medium et high orientent l’effort; high est le réglage documenté par défaut.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.1 Pro Preview est le modèle textuel de Google axé sur le raisonnement pour les tâches complexes qui nécessitent du génie logiciel, du développement algorithmique ou une synthèse de données probantes multimodales. Il s’appuie sur Gemini 3 Pro, en mettant l’accent sur l’utilisation précise des outils, un raisonnement plus efficace et une exécution fiable à plusieurs étapes. Le texte, les images, l’audio, la vidéo et les PDF peuvent contribuer à une réponse écrite, à un livrable de code ou à un résultat structuré.
Pour une tâche de programmation exigeante, fournissez l’objectif, les éléments pertinents du dépôt, le comportement observé et les contraintes à conserver. Des dépôts de code entiers peuvent fournir du contexte à la tâche. Pour vérifier un contrat de code, demandez au modèle de comparer la gestion d’un contrat de données partagé dans deux modules, d’identifier l’écart et de proposer une correction ciblée avec des références au code à l’appui. La sortie utile distingue l’analyse, la révision proposée et les données probantes de toute validation effectuée par l’application connectée.
Les éléments de lancement montrent des explications visuelles basées sur du code et des projets interactifs, notamment une sortie SVG animée à partir d’une consigne textuelle. Ce sont des livrables de code plutôt que de la génération d’images matricielles. Une consigne claire peut définir ce qui doit être expliqué, le comportement du visuel et les données qu’il doit représenter. Vérifiez le code et le rendu obtenus à partir de ces exigences. Pour une tâche de synthèse de données, fournissez les sources réelles et demandez une vue unique qui préserve les relations et les nuances qu’elles contiennent.
Les niveaux de réflexion documentés sont faible, moyen et élevé, le niveau élevé étant la valeur par défaut de 3.1 Pro Preview. La réflexion ne peut pas être complètement désactivée dans ce profil Pro. Choisissez un effort moindre pour une réponse délimitée et davantage de raisonnement pour le travail difficile à plusieurs étapes, tout en laissant une capacité de sortie suffisante pour le livrable final. Une petite limite de sortie peut interrompre le raisonnement avant qu’une réponse finale utilisable n’apparaisse. Le guide de réflexion distingue un résumé du raisonnement du processus interne complet et explique pourquoi le contexte de signatures de pensée de la conversation compte.
Le tableau Preview exact indique les appels de fonctions, l’exécution de code, l’ancrage par recherche, l’ancrage avec Maps, le contexte URL et les sorties structurées. Il limite File Search à AI Studio. Fournissez la finalité des fonctions et les définitions de paramètres, puis continuez à partir du résultat réellement renvoyé. Le profil distinct Custom Tools Preview est optimisé pour prioriser les outils personnalisés et bash; il s’agit d’un point de terminaison nommé distinct du producteur, et cette spécialisation ne doit donc pas être traitée discrètement comme une propriété de chaque requête 3.1 Pro. Sélectionnez un schéma de résultat structuré lorsqu’une tâche nécessite des enregistrements définis plutôt que de la prose libre.
Pour une analyse multimodale, identifiez la page, le visuel, l’intervalle d’enregistrement ou l’événement vidéo pertinent. Pour une analyse documentaire, comparez un diagramme à sa spécification écrite et renvoyez chaque écart avec le passage à l’appui. Une source parlée peut fournir une transcription ou une interprétation textuelle. Préservez les références aux sources pour les conclusions à vérifier et distinguez ce qui est visible ou énoncé de ce qui est inféré. La sortie de ce profil reste du texte, y compris du code; la génération native d’images ou de parole ne fait pas partie de son tableau exact de capacités.
La fiche native 3.1 Pro précise un contexte allant jusqu’à 1M et une sortie textuelle de 64K, et le tableau API Preview exact donne 1 048 576 jetons d’entrée et 65 536 jetons de sortie. Incluez les instructions, l’historique de conversation et les médias dans le budget d’entrée. La mise en cache et le traitement par lots sont documentés, les options Flex et Priority étant aussi indiquées pour le profil du producteur. Pour plusieurs éléments indépendants, définissez la sortie requise et conservez chaque identifiant de source plutôt que de combiner des données probantes sans rapport dans une réponse impossible à retracer.
L’édition nommée Preview reste distincte du profil Custom Tools de Pro et des versions Flash ou Pro ultérieures. Ses forces concernent le raisonnement complexe, la programmation et la synthèse de données probantes; le livrable final doit tout de même être vérifié à partir de la source et des résultats d’outils réels. Conservez les ambiguïtés non résolues lorsque l’information fournie n’appuie pas une conclusion certaine. Un livrable utile est la réponse, le code ou l’enregistrement étayé par les sources que la tâche demande, avec assez de données probantes pour en évaluer les limites pratiques.
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-3.1-pro-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-3.1-pro-preview:batch, google/gemini-3.1-pro-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 | 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 $0.002 / 1K jetons Sortie · Jetons en sortie $0.012 / 1K jetons Entrée · Lecture du cache — / 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 $0.002 / 1K jetons Sortie · Jetons en sortie $0.012 / 1K jetons Entrée · Lecture du cache — / 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 $0.004 / 1K jetons Sortie · Jetons en sortie $0.018 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-3.1-pro-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-3.1-pro-preview:batch', 'google/gemini-3.1-pro-preview']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.1-pro-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 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-3.1-pro-preview:batch
Utilisez les chemins de méthode indiqués ci-dessus.