Source: https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/ Canonical: https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/ Language: fr # Google: Gemini 2.5 Flash (batch) [Markdown](https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/facts.json) ## [Google: Gemini 2.5 Flash (batch)](https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/) Gemini 2.5 Flash est le modèle de raisonnement hybride stable de Google 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. - [**Ailoot Ultra · Traitement par lots** `POST /v1/batches` `google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr/google-gemini-2-5-flash-u003a-batch/#method-0) À propos du modèle 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 de raisonnement hybride stable de Google pour un travail multimodal polyvalent et l’utilisation d’outils par des agents. Il propose des réponses avec et 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 documentaire est également décrite dans le profil cloud propre à ce modèle de Google. Un résultat utile peut être une comparaison de documents, l’interprétation d’un graphique, une transcription, du code ou un enregistrement structuré. Le contrôle du raisonnement de cette édition utilise thinkingBudget. La réflexion dynamique est le fonctionnement par défaut ; la valeur -1 permet au modèle d’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 catégorisation simple et à une analyse 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 comparer des exigences, confrontez deux spécifications et renvoyez l’exigence modifiée, le passage source correspondant et son effet sur un workflow donné. Une sortie structurée est utile lorsque chaque constat doit avoir la même structure d’enregistrement. Si la source donne plusieurs valeurs possibles ou laisse un champ ouvert, conservez cette incertitude au lieu d’imposer une réponse unique plausible. Vérifiez les valeurs renvoyées dans les pages ou les données fournies. Pour un contenu visuel ou audio, précisez l’objet, le libellé, l’événement ou le passage d’enregistrement pertinent. Demandez le type de texte nécessaire : des valeurs visibles dans un graphique, la description d’un événement, une transcription ou un résumé. Ces livrables sont différents, et l’instruction doit indiquer lequel produire. La fiche native partagée présente Flash Image et Flash Audio comme des capacités nommées séparément ; leurs sorties d’images et de parole générées ne font pas partie de ce profil textuel stable. Le profil cloud de cette édition précise 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’allocation d’entrée d’un million de tokens. Ce sont les contraintes indiquées pour l’interface cloud, distinctes de la fenêtre générale de tokens du modèle. Préparez la section pertinente et le format source plutôt que de supposer que tous les types de fichiers ou parcours de téléversement ont la même limite. Le tableau de cette Gemini API précise mentionne l’appel de fonctions, l’exécution de code, la recherche de fichiers, l’ancrage dans la recherche, l’ancrage dans Maps, le contexte d’URL et les sorties structurées. Définissez le rôle de chaque fonction et la structure de ses paramètres, puis poursuivez à partir du résultat réellement renvoyé. Un modèle peut demander une opération, tandis que l’application connectée l’exécute. Conservez le contexte de signatures de réflexion nécessaire lorsque vous poursuivez une tâche de raisonnement dans l’interface sans état. Une réponse structurée ou une suggestion de fonction n’établit pas, à elle seule, la réussite d’une opération externe. La fiche native du modèle indique un contexte de 1M et une sortie textuelle de 64K, tandis que le tableau de cette API précise donne 1,048,576 tokens en entrée et 65,536 tokens en sortie. Le plafond de réponse inclut les tokens de réflexion ; un plafond trop bas peut donc laisser la réponse finale tronquée ou vide. Demandez un livrable adapté à l’allocation de sortie et utilisez le budget de raisonnement pour guider l’effort. La mise en cache et les traitements par lots, Flex et Priority sont documentés pour ce profil du fabricant. Conservez les identifiants des éléments lorsque vous préparez plusieurs enregistrements indépendants. L’édition stable reste distincte des variantes Flash Preview et des modèles Gemini 3 ultérieurs. Sa fiche mentionne des hallucinations possibles, des limites de compréhension causale et de raisonnement logique complexe ou contrefactuel, ainsi qu’une date limite des 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 à l’aide de la source réelle ou du résultat d’exécution. La réflexion hybride est utile lorsqu’elle contribue à ce résultat concret, sans se substituer à son examen. **Ailoot Ultra · Traitement par lots** `POST /v1/batches` `google/gemini-2.5-flash:batch` [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) Google /`google/gemini-2.5-flash:batch` ### Premiers pas Gemini 2.5 Flash est le modèle de raisonnement hybride stable de Google 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. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Traitement par lots** `POST /v1/batches` Types d’entrée `text` Types de sortie `text` Format de sortie JSON results\[\].response.body intégré | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`endpoint` | Type`string` | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites google/gemini-2.5-flash:batch | Par défaut— | | Champ`requests` | Type`batch_item[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`requests[].custom_id` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`requests[].body.messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`completion_window` | Type`string` | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— | | Champ`provider` | Type`object\|null` | ExigenceFacultatif | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratendpoint, model, requests | | Paramètre`material_types` | Contrattext | | Paramètre`representation` | Contratrequests\[\] intégré ; chaque élément comporte custom\_id et body | | Paramètre`request_endpoint_profile` | Contrat/v1/chat/completions | | Paramètre`file_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. | | Paramètre`serialization_order` | Contratendpoint, model, provider (si fourni), completion\_window (si fourni), requests en dernier | | Paramètre`optional_controls` | Contratprovider.only, provider.allow\_fallbacks, completion\_window | | Paramètre`schema_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 ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) Tarification du cache explicite Non activé Lorsqu’un cache explicite est demandé #### Tarifs Ailoot #### Prix par configuration 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 **$0.00006** / 1K tokens Entrée · Écriture dans le cache **—** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Traitement par lots curl · jeu de données de référence conservéPython HTTP · données JSONL réelles du client ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json from pathlib import Path body=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}}]}') Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json ``` ```python import json, os from pathlib import Path from urllib.request import Request, urlopen def prepare_requests(customer_path): path = Path(customer_path) if not path.is_file(): raise ValueError("Customer JSONL file is missing") items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()] if not items: raise ValueError("Customer JSONL contains no requests") ids = set() for item in items: if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body") cid = item["custom_id"] if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique") ids.add(cid) if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages") return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash:batch", "requests":items} if __name__ == "__main__": material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "") if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file") body = prepare_requests(material) key = os.environ.get("AILOOT_API_KEY", "") if not key: raise SystemExit("Set AILOOT_API_KEY") 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") with urlopen(request) as response: raw = response.read() Path("batch-create-response.json").write_bytes(raw) print(raw.decode("utf-8")) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Traitement par lots JSON results\[\].response.body intégré - `GET /v1/batches/{operation_id}` ##### Vérifier l’état de la tâche curl · état de l’opération d’origine ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" BATCH_OPERATION_ID="$(python3 - <<'PY_ID' import json from pathlib import Path from urllib.parse import quote response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8")) operation = response.get("id") if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit") print(quote(operation, safe="")) PY_ID )" curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez chaque résultat, chaque corps de réponse ou d’erreur, chaque choix et l’utilisation totale. ##### Si la réponse d’origine doit être vérifiée 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. Champs de la réponse | Champ | Type | | --- | --- | | Champ`results[].custom_id` | Typestring | | Champ`results[].response.body.choices[].message.content` | Typestring\|null | | Champ`results[].error` | Typeobject\|null | | Champ`usage` | Typeobject\|null | ### Alias #### Alias du modèle **Ailoot Ultra** [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`google/gemini-2.5-flash:batch`](https://ailoot.ai/models/fr/#m=google%2Fgemini-2.5-flash%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-flash%3Abatch&fmt=batches) FAQ · Google: Gemini 2.5 Flash (batch) Quelles entrées et quels résultats sont disponibles ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `text` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider` Quelles limites s’appliquent ? `POST /v1/batches` · `google/gemini-2.5-flash:batch`: `requests.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.