Gemini 2.5 Flash est le profil stable de Google à raisonnement hybride pour un travail multimodal polyvalent et l’utilisation d’outils par des agents. Il propose des réponses avec ou sans réflexion pour les tâches multimodales à grande échelle qui nécessitent différents niveaux de raisonnement. Le texte, les images, l’audio et la vidéo contribuent à une réponse textuelle. L’entrée de documents est également décrite dans le profil cloud de Google propre à ce modèle. Un résultat utile peut être une comparaison de documents, l’interprétation d’un graphique, une transcription, du code ou une fiche structurée.
Le contrôle du raisonnement de cette édition utilise thinkingBudget. La réflexion dynamique est le mode par défaut ; un réglage de -1 laisse le modèle adapter son raisonnement à la complexité de la tâche. Un budget explicite peut aller de zéro à 24 576 tokens, et zéro désactive la réflexion. Choisissez un budget adapté au problème réel plutôt que d’attribuer le même effort à une simple catégorisation et à une analyse soumise à plusieurs conditions. Le guide présente le budget comme une indication, et la fiche native précise que son respect peut ne pas être exact.
Pour une tâche documentaire ou portant sur des données, définissez la question, les champs requis et les éléments probants qui doivent accompagner le résultat. Pour une comparaison d’exigences, comparez deux spécifications et renvoyez l’exigence modifiée, le passage source correspondant et son effet sur un processus défini. Une sortie structurée est utile lorsque chaque constat doit suivre le même format de fiche. Si la source donne plusieurs valeurs possibles ou laisse un champ ouvert, préservez cette incertitude au lieu d’imposer une seule réponse plausible. Vérifiez les valeurs renvoyées dans les pages ou les données fournies.
Pour les contenus visuels ou audio, identifiez l’objet, le libellé, l’événement ou le passage de l’enregistrement pertinent. Demandez le type de texte nécessaire : les valeurs visibles d’un graphique, la description d’un événement, une transcription ou un résumé. Ces livrables sont différents, et l’instruction doit préciser lequel produire. La fiche native commune présente Flash Image et Flash Audio comme des capacités nommées séparément ; leurs sorties d’images et de voix générées ne font pas partie de ce profil textuel stable.
Le profil cloud de Google pour ce modèle précis documente les entrées PDF et texte brut avec des limites propres à l’interface : 50 MB par PDF importé via l’API et jusqu’à 3 000 pages par fichier, avec une limite de 7 MB pour un fichier texte brut. Ce profil décrit également environ 45 minutes de vidéo avec audio ou une heure sans audio, et environ 8,4 heures d’audio dans l’enveloppe d’entrée d’un million de tokens. Il s’agit des contraintes indiquées pour l’interface cloud, distinctes de la fenêtre générale de tokens du modèle. Préparez la section pertinente et le format source au lieu de supposer que chaque type de fichier ou méthode d’importation possède la même limite.
Le tableau de l’API Gemini pour ce modèle précis répertorie 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. Définissez le rôle et la structure des paramètres de chaque fonction, puis poursuivez à partir du résultat réel renvoyé. Un modèle peut demander une opération, tandis que l’application connectée l’exécute. Préservez le contexte de signature de pensée nécessaire lorsque vous poursuivez une tâche de raisonnement dans l’interface sans état. Une réponse structurée ou une suggestion de fonction ne prouve pas, à elle seule, qu’une opération externe a réussi.
La fiche native du modèle indique un contexte de 1M et une sortie textuelle de 64K, tandis que le tableau de cette API précise indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Une limite de réponse inclut les tokens de réflexion ; une limite trop faible peut donc laisser une réponse finale tronquée ou vide. Demandez un livrable dimensionné pour l’enveloppe de sortie et utilisez le budget de raisonnement pour orienter l’effort. La mise en cache et les traitements par lots, Flex et Priority sont documentés pour ce profil du concepteur. Conservez les identifiants des éléments lorsque vous préparez plusieurs fiches indépendantes.
L’édition stable reste distincte des variantes Flash Preview et des modèles Gemini 3 ultérieurs. Sa fiche signale de possibles hallucinations, des limites dans la compréhension causale et le raisonnement logique complexe ou contrefactuel, ainsi qu’une date limite de connaissances en janvier 2025. Fournissez des éléments récents lorsqu’une tâche dépend d’informations plus nouvelles. Vérifiez les calculs, les valeurs extraites, les transcriptions et le code proposé par rapport à la source réelle ou au résultat d’exécution. La réflexion hybride est utile lorsqu’elle soutient ce résultat concret, plutôt que de se substituer à son examen.
", "aboutText": "Gemini 2.5 Flash est le profil stable de Google à raisonnement hybride pour un travail multimodal polyvalent et l’utilisation d’outils par des agents. Il propose des réponses avec ou sans réflexion pour les tâches multimodales à grande échelle qui nécessitent différents niveaux de raisonnement. Le texte, les images, l’audio et la vidéo contribuent à une réponse textuelle. L’entrée de documents est également décrite dans le profil cloud de Google propre à ce modèle. Un résultat utile peut être une comparaison de documents, l’interprétation d’un graphique, une transcription, du code ou une fiche structurée.\n\nLe contrôle du raisonnement de cette édition utilise thinkingBudget. La réflexion dynamique est le mode par défaut ; un réglage de -1 laisse le modèle adapter son raisonnement à la complexité de la tâche. Un budget explicite peut aller de zéro à 24 576 tokens, et zéro désactive la réflexion. Choisissez un budget adapté au problème réel plutôt que d’attribuer le même effort à une simple catégorisation et à une analyse soumise à plusieurs conditions. Le guide présente le budget comme une indication, et la fiche native précise que son respect peut ne pas être exact.\n\nPour une tâche documentaire ou portant sur des données, définissez la question, les champs requis et les éléments probants qui doivent accompagner le résultat. Pour une comparaison d’exigences, comparez deux spécifications et renvoyez l’exigence modifiée, le passage source correspondant et son effet sur un processus défini. Une sortie structurée est utile lorsque chaque constat doit suivre le même format de fiche. Si la source donne plusieurs valeurs possibles ou laisse un champ ouvert, préservez cette incertitude au lieu d’imposer une seule réponse plausible. Vérifiez les valeurs renvoyées dans les pages ou les données fournies.\n\nPour les contenus visuels ou audio, identifiez l’objet, le libellé, l’événement ou le passage de l’enregistrement pertinent. Demandez le type de texte nécessaire : les valeurs visibles d’un graphique, la description d’un événement, une transcription ou un résumé. Ces livrables sont différents, et l’instruction doit préciser lequel produire. La fiche native commune présente Flash Image et Flash Audio comme des capacités nommées séparément ; leurs sorties d’images et de voix générées ne font pas partie de ce profil textuel stable.\n\nLe profil cloud de Google pour ce modèle précis documente les entrées PDF et texte brut avec des limites propres à l’interface : 50 MB par PDF importé via l’API et jusqu’à 3 000 pages par fichier, avec une limite de 7 MB pour un fichier texte brut. Ce profil décrit également environ 45 minutes de vidéo avec audio ou une heure sans audio, et environ 8,4 heures d’audio dans l’enveloppe d’entrée d’un million de tokens. Il s’agit des contraintes indiquées pour l’interface cloud, distinctes de la fenêtre générale de tokens du modèle. Préparez la section pertinente et le format source au lieu de supposer que chaque type de fichier ou méthode d’importation possède la même limite.\n\nLe tableau de l’API Gemini pour ce modèle précis répertorie 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. Définissez le rôle et la structure des paramètres de chaque fonction, puis poursuivez à partir du résultat réel renvoyé. Un modèle peut demander une opération, tandis que l’application connectée l’exécute. Préservez le contexte de signature de pensée nécessaire lorsque vous poursuivez une tâche de raisonnement dans l’interface sans état. Une réponse structurée ou une suggestion de fonction ne prouve pas, à elle seule, qu’une opération externe a réussi.\n\nLa fiche native du modèle indique un contexte de 1M et une sortie textuelle de 64K, tandis que le tableau de cette API précise indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Une limite de réponse inclut les tokens de réflexion ; une limite trop faible peut donc laisser une réponse finale tronquée ou vide. Demandez un livrable dimensionné pour l’enveloppe de sortie et utilisez le budget de raisonnement pour orienter l’effort. La mise en cache et les traitements par lots, Flex et Priority sont documentés pour ce profil du concepteur. Conservez les identifiants des éléments lorsque vous préparez plusieurs fiches indépendantes.\n\nL’édition stable reste distincte des variantes Flash Preview et des modèles Gemini 3 ultérieurs. Sa fiche signale de possibles hallucinations, des limites dans la compréhension causale et le raisonnement logique complexe ou contrefactuel, ainsi qu’une date limite de connaissances en janvier 2025. Fournissez des éléments récents lorsqu’une tâche dépend d’informations plus nouvelles. Vérifiez les calculs, les valeurs extraites, les transcriptions et le code proposé par rapport à la source réelle ou au résultat d’exécution. La réflexion hybride est utile lorsqu’elle soutient ce résultat concret, plutôt que de se substituer à son examen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3861993746c46d6178168a9ae969d13ccae62c1c124b5807b01a47f94ce833cb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ch", "methods": [ { "html": "google/gemini-2.5-flash:batchGemini 2.5 Flash est le modèle stable de Google à raisonnement hybride pour l’analyse multimodale et les tâches d’agents. Son budget de réflexion dynamique peut être réglé de 0 à 24 576 tokens, avec un mode désactivé. Le texte, les images, l’audio, la vidéo et les documents deviennent du texte ou des résultats structurés, avec une limite d’entrée documentée 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 2.5 Flash est le profil stable de Google à raisonnement hybride pour un travail multimodal polyvalent et l’utilisation d’outils par des agents. Il propose des réponses avec ou sans réflexion pour les tâches multimodales à grande échelle qui nécessitent différents niveaux de raisonnement. Le texte, les images, l’audio et la vidéo contribuent à une réponse textuelle. L’entrée de documents est également décrite dans le profil cloud de Google propre à ce modèle. Un résultat utile peut être une comparaison de documents, l’interprétation d’un graphique, une transcription, du code ou une fiche structurée.
Le contrôle du raisonnement de cette édition utilise thinkingBudget. La réflexion dynamique est le mode par défaut ; un réglage de -1 laisse le modèle adapter son raisonnement à la complexité de la tâche. Un budget explicite peut aller de zéro à 24 576 tokens, et zéro désactive la réflexion. Choisissez un budget adapté au problème réel plutôt que d’attribuer le même effort à une simple catégorisation et à une analyse soumise à plusieurs conditions. Le guide présente le budget comme une indication, et la fiche native précise que son respect peut ne pas être exact.
Pour une tâche documentaire ou portant sur des données, définissez la question, les champs requis et les éléments probants qui doivent accompagner le résultat. Pour une comparaison d’exigences, comparez deux spécifications et renvoyez l’exigence modifiée, le passage source correspondant et son effet sur un processus défini. Une sortie structurée est utile lorsque chaque constat doit suivre le même format de fiche. Si la source donne plusieurs valeurs possibles ou laisse un champ ouvert, préservez cette incertitude au lieu d’imposer une seule réponse plausible. Vérifiez les valeurs renvoyées dans les pages ou les données fournies.
Pour les contenus visuels ou audio, identifiez l’objet, le libellé, l’événement ou le passage de l’enregistrement pertinent. Demandez le type de texte nécessaire : les valeurs visibles d’un graphique, la description d’un événement, une transcription ou un résumé. Ces livrables sont différents, et l’instruction doit préciser lequel produire. La fiche native commune présente Flash Image et Flash Audio comme des capacités nommées séparément ; leurs sorties d’images et de voix générées ne font pas partie de ce profil textuel stable.
Le profil cloud de Google pour ce modèle précis documente les entrées PDF et texte brut avec des limites propres à l’interface : 50 MB par PDF importé via l’API et jusqu’à 3 000 pages par fichier, avec une limite de 7 MB pour un fichier texte brut. Ce profil décrit également environ 45 minutes de vidéo avec audio ou une heure sans audio, et environ 8,4 heures d’audio dans l’enveloppe d’entrée d’un million de tokens. Il s’agit des contraintes indiquées pour l’interface cloud, distinctes de la fenêtre générale de tokens du modèle. Préparez la section pertinente et le format source au lieu de supposer que chaque type de fichier ou méthode d’importation possède la même limite.
Le tableau de l’API Gemini pour ce modèle précis répertorie 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. Définissez le rôle et la structure des paramètres de chaque fonction, puis poursuivez à partir du résultat réel renvoyé. Un modèle peut demander une opération, tandis que l’application connectée l’exécute. Préservez le contexte de signature de pensée nécessaire lorsque vous poursuivez une tâche de raisonnement dans l’interface sans état. Une réponse structurée ou une suggestion de fonction ne prouve pas, à elle seule, qu’une opération externe a réussi.
La fiche native du modèle indique un contexte de 1M et une sortie textuelle de 64K, tandis que le tableau de cette API précise indique 1 048 576 tokens d’entrée et 65 536 tokens de sortie. Une limite de réponse inclut les tokens de réflexion ; une limite trop faible peut donc laisser une réponse finale tronquée ou vide. Demandez un livrable dimensionné pour l’enveloppe de sortie et utilisez le budget de raisonnement pour orienter l’effort. La mise en cache et les traitements par lots, Flex et Priority sont documentés pour ce profil du concepteur. Conservez les identifiants des éléments lorsque vous préparez plusieurs fiches indépendantes.
L’édition stable reste distincte des variantes Flash Preview et des modèles Gemini 3 ultérieurs. Sa fiche signale de possibles hallucinations, des limites dans la compréhension causale et le raisonnement logique complexe ou contrefactuel, ainsi qu’une date limite de connaissances en janvier 2025. Fournissez des éléments récents lorsqu’une tâche dépend d’informations plus nouvelles. Vérifiez les calculs, les valeurs extraites, les transcriptions et le code proposé par rapport à la source réelle ou au résultat d’exécution. La réflexion hybride est utile lorsqu’elle soutient ce résultat concret, plutôt que de se substituer à son examen.
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-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— |
| 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 $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0025 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0025 / 1K tokens Entrée · Lecture du cache $0.00006 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${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 chaque résultat, le corps de chaque réponse ou erreur, chaque choix et la consommation cumulée.
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 |
Ailoot Ultra google/gemini-2.5-flash:batch
Utilisez les chemins de méthode indiqués ci-dessus.