Gemini 3.7 Flash est le profil nommé de raisonnement multimodal de Google pour la programmation, les processus d’agents et l’exécution à plusieurs étapes. Il s’appuie sur Gemini 3.6 Flash, avec des changements algorithmiques du raisonnement et une prise en charge de la compréhension vidéo par les agents. Le texte, les images, l’audio, la vidéo et le PDF peuvent constituer les éléments sources d’un résultat textuel. Les livrables utiles comprennent une révision de code ciblée, une comparaison entre une maquette et une implémentation, ou une analyse fondée sur les sources d’événements dans un enregistrement.
Le guide développeur 3.7 souligne une meilleure fidélité au design pour les travaux sur ordinateur et sur le web. Pour cette tâche, fournissez la maquette souhaitée, la source pertinente et l’écart observable. Demandez une comparaison avec des éléments concrets tels que les espacements, les états des composants, la hiérarchie du texte ou le comportement des interactions. Pour une comparaison de design, demandez une liste des écarts entre la maquette d’un panneau de réglages et son implémentation existante, chaque correction proposée étant reliée à la capture d’écran ou à la source. Le résultat doit identifier les changements nécessaires sans étendre silencieusement le design au-delà des exigences fournies.
Pour un processus de programmation, fournissez l’objectif, le comportement existant, les fichiers pertinents et les contraintes. Google positionne 3.7 pour résoudre les problèmes logiciels et réduire les boucles d’agents infructueuses, mais une vérification utile examine toujours la modification réelle et le résultat de validation. Conservez la séquence d’observations d’outils dans la conversation afin qu’une étape ultérieure ne parte pas d’un récit inventé de la base de code. Le résultat final peut distinguer une modification proposée d’une modification confirmée par les outils de l’application connectée.
Les niveaux de réflexion documentés sont low, medium et high, avec medium par défaut. Low permet des réponses délimitées plus rapides, tandis que high vise les raisonnements difficiles et les travaux prolongés avec des outils. Gemini 3.7 Flash ne prend pas en charge le niveau minimal. Une analyse courte d’un écart d’interface et une investigation approfondie portant sur plusieurs fichiers appellent donc des choix d’effort différents. Définissez le livrable final et les conditions qu’il doit satisfaire avant de demander une longue séquence de raisonnement et d’actions.
La page exacte du modèle indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps et URL context. Computer Use est indiqué en preview, et les sorties structurées peuvent définir un enregistrement de résultat. Une demande de fonction est une opération proposée que l’application connectée doit exécuter et dont elle doit renvoyer le résultat. Pour une tâche d’agent, donnez un objectif clair à l’outil et conservez le résultat réel avant de demander au modèle de poursuivre. Pour une extraction documentaire, définissez les champs, les valeurs acceptables et la représentation des informations manquantes.
Cette édition prend en charge la compréhension vidéo par les agents. Fournissez l’enregistrement pertinent et précisez l’événement ou la relation à examiner. Des instructions pratiques peuvent demander quelle action visible explique un changement d’état, ou une description ordonnée des événements accompagnée de preuves tirées du clip. Les images et les pages PDF peuvent de même étayer une comparaison visuelle ou documentaire. La sortie reste du texte : une interprétation, des données extraites, du code ou une explication écrite. La génération de vidéo, d’illustrations ou de parole relève de profils de modèles distincts.
Le tableau API exact 3.7 de Google spécifie 1 048 576 tokens d’entrée et 65 536 tokens de sortie, tandis que sa fiche native décrit un contexte allant jusqu’à 1M et une sortie textuelle de 64K. Incluez les instructions, les tours précédents et les médias fournis dans la préparation de l’entrée. Le traitement par lots et le caching sont indiqués pour le profil du fabricant, aux côtés des options Flex et Priority. Pour un ensemble de requêtes indépendantes, conservez les identifiants de source et un format de résultat cohérent afin que chaque réponse puisse être vérifiée par rapport à sa propre entrée.
Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances est mars 2026, certains domaines étant limités à janvier 2025. Fournissez des éléments sources actuels lorsqu’une conclusion dépend de faits plus récents. La distinction utile de cette édition est son orientation documentée vers les problèmes logiciels, la fidélité au design et le raisonnement vidéo ; examinez ces résultats par rapport à la maquette, au code ou aux médias réels plutôt que de remplacer un profil historique nommé par des fonctionnalités plus récentes.
", "aboutText": "Gemini 3.7 Flash est le profil nommé de raisonnement multimodal de Google pour la programmation, les processus d’agents et l’exécution à plusieurs étapes. Il s’appuie sur Gemini 3.6 Flash, avec des changements algorithmiques du raisonnement et une prise en charge de la compréhension vidéo par les agents. Le texte, les images, l’audio, la vidéo et le PDF peuvent constituer les éléments sources d’un résultat textuel. Les livrables utiles comprennent une révision de code ciblée, une comparaison entre une maquette et une implémentation, ou une analyse fondée sur les sources d’événements dans un enregistrement.\n\nLe guide développeur 3.7 souligne une meilleure fidélité au design pour les travaux sur ordinateur et sur le web. Pour cette tâche, fournissez la maquette souhaitée, la source pertinente et l’écart observable. Demandez une comparaison avec des éléments concrets tels que les espacements, les états des composants, la hiérarchie du texte ou le comportement des interactions. Pour une comparaison de design, demandez une liste des écarts entre la maquette d’un panneau de réglages et son implémentation existante, chaque correction proposée étant reliée à la capture d’écran ou à la source. Le résultat doit identifier les changements nécessaires sans étendre silencieusement le design au-delà des exigences fournies.\n\nPour un processus de programmation, fournissez l’objectif, le comportement existant, les fichiers pertinents et les contraintes. Google positionne 3.7 pour résoudre les problèmes logiciels et réduire les boucles d’agents infructueuses, mais une vérification utile examine toujours la modification réelle et le résultat de validation. Conservez la séquence d’observations d’outils dans la conversation afin qu’une étape ultérieure ne parte pas d’un récit inventé de la base de code. Le résultat final peut distinguer une modification proposée d’une modification confirmée par les outils de l’application connectée.\n\nLes niveaux de réflexion documentés sont low, medium et high, avec medium par défaut. Low permet des réponses délimitées plus rapides, tandis que high vise les raisonnements difficiles et les travaux prolongés avec des outils. Gemini 3.7 Flash ne prend pas en charge le niveau minimal. Une analyse courte d’un écart d’interface et une investigation approfondie portant sur plusieurs fichiers appellent donc des choix d’effort différents. Définissez le livrable final et les conditions qu’il doit satisfaire avant de demander une longue séquence de raisonnement et d’actions.\n\nLa page exacte du modèle indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps et URL context. Computer Use est indiqué en preview, et les sorties structurées peuvent définir un enregistrement de résultat. Une demande de fonction est une opération proposée que l’application connectée doit exécuter et dont elle doit renvoyer le résultat. Pour une tâche d’agent, donnez un objectif clair à l’outil et conservez le résultat réel avant de demander au modèle de poursuivre. Pour une extraction documentaire, définissez les champs, les valeurs acceptables et la représentation des informations manquantes.\n\nCette édition prend en charge la compréhension vidéo par les agents. Fournissez l’enregistrement pertinent et précisez l’événement ou la relation à examiner. Des instructions pratiques peuvent demander quelle action visible explique un changement d’état, ou une description ordonnée des événements accompagnée de preuves tirées du clip. Les images et les pages PDF peuvent de même étayer une comparaison visuelle ou documentaire. La sortie reste du texte : une interprétation, des données extraites, du code ou une explication écrite. La génération de vidéo, d’illustrations ou de parole relève de profils de modèles distincts.\n\nLe tableau API exact 3.7 de Google spécifie 1 048 576 tokens d’entrée et 65 536 tokens de sortie, tandis que sa fiche native décrit un contexte allant jusqu’à 1M et une sortie textuelle de 64K. Incluez les instructions, les tours précédents et les médias fournis dans la préparation de l’entrée. Le traitement par lots et le caching sont indiqués pour le profil du fabricant, aux côtés des options Flex et Priority. Pour un ensemble de requêtes indépendantes, conservez les identifiants de source et un format de résultat cohérent afin que chaque réponse puisse être vérifiée par rapport à sa propre entrée.\n\nLes limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances est mars 2026, certains domaines étant limités à janvier 2025. Fournissez des éléments sources actuels lorsqu’une conclusion dépend de faits plus récents. La distinction utile de cette édition est son orientation documentée vers les problèmes logiciels, la fidélité au design et le raisonnement vidéo ; examinez ces résultats par rapport à la maquette, au code ou aux médias réels plutôt que de remplacer un profil historique nommé par des fonctionnalités plus récentes.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8695003e3e12d56a751c97af49257a87aa7b8abc88f867b05accdf9fd6561fae", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr", "methods": [ { "html": "google/gemini-3.7-flash:batchGemini 3.7 Flash combine le raisonnement multimodal avec la programmation et le travail d’agents à plusieurs étapes. Le profil 3.7 de Google met l’accent sur la fidélité aux maquettes et la compréhension vidéo par les agents, avec les niveaux de raisonnement low, medium et high. Il accepte du texte et des médias, renvoie du texte et possède des limites d’entrée/sortie documentées de 1 048 576/65 536 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.7 Flash est le profil nommé de raisonnement multimodal de Google pour la programmation, les processus d’agents et l’exécution à plusieurs étapes. Il s’appuie sur Gemini 3.6 Flash, avec des changements algorithmiques du raisonnement et une prise en charge de la compréhension vidéo par les agents. Le texte, les images, l’audio, la vidéo et le PDF peuvent constituer les éléments sources d’un résultat textuel. Les livrables utiles comprennent une révision de code ciblée, une comparaison entre une maquette et une implémentation, ou une analyse fondée sur les sources d’événements dans un enregistrement.
Le guide développeur 3.7 souligne une meilleure fidélité au design pour les travaux sur ordinateur et sur le web. Pour cette tâche, fournissez la maquette souhaitée, la source pertinente et l’écart observable. Demandez une comparaison avec des éléments concrets tels que les espacements, les états des composants, la hiérarchie du texte ou le comportement des interactions. Pour une comparaison de design, demandez une liste des écarts entre la maquette d’un panneau de réglages et son implémentation existante, chaque correction proposée étant reliée à la capture d’écran ou à la source. Le résultat doit identifier les changements nécessaires sans étendre silencieusement le design au-delà des exigences fournies.
Pour un processus de programmation, fournissez l’objectif, le comportement existant, les fichiers pertinents et les contraintes. Google positionne 3.7 pour résoudre les problèmes logiciels et réduire les boucles d’agents infructueuses, mais une vérification utile examine toujours la modification réelle et le résultat de validation. Conservez la séquence d’observations d’outils dans la conversation afin qu’une étape ultérieure ne parte pas d’un récit inventé de la base de code. Le résultat final peut distinguer une modification proposée d’une modification confirmée par les outils de l’application connectée.
Les niveaux de réflexion documentés sont low, medium et high, avec medium par défaut. Low permet des réponses délimitées plus rapides, tandis que high vise les raisonnements difficiles et les travaux prolongés avec des outils. Gemini 3.7 Flash ne prend pas en charge le niveau minimal. Une analyse courte d’un écart d’interface et une investigation approfondie portant sur plusieurs fichiers appellent donc des choix d’effort différents. Définissez le livrable final et les conditions qu’il doit satisfaire avant de demander une longue séquence de raisonnement et d’actions.
La page exacte du modèle indique les appels de fonctions, l’exécution de code, la recherche dans les fichiers, l’ancrage par recherche, l’ancrage Maps et URL context. Computer Use est indiqué en preview, et les sorties structurées peuvent définir un enregistrement de résultat. Une demande de fonction est une opération proposée que l’application connectée doit exécuter et dont elle doit renvoyer le résultat. Pour une tâche d’agent, donnez un objectif clair à l’outil et conservez le résultat réel avant de demander au modèle de poursuivre. Pour une extraction documentaire, définissez les champs, les valeurs acceptables et la représentation des informations manquantes.
Cette édition prend en charge la compréhension vidéo par les agents. Fournissez l’enregistrement pertinent et précisez l’événement ou la relation à examiner. Des instructions pratiques peuvent demander quelle action visible explique un changement d’état, ou une description ordonnée des événements accompagnée de preuves tirées du clip. Les images et les pages PDF peuvent de même étayer une comparaison visuelle ou documentaire. La sortie reste du texte : une interprétation, des données extraites, du code ou une explication écrite. La génération de vidéo, d’illustrations ou de parole relève de profils de modèles distincts.
Le tableau API exact 3.7 de Google spécifie 1 048 576 tokens d’entrée et 65 536 tokens de sortie, tandis que sa fiche native décrit un contexte allant jusqu’à 1M et une sortie textuelle de 64K. Incluez les instructions, les tours précédents et les médias fournis dans la préparation de l’entrée. Le traitement par lots et le caching sont indiqués pour le profil du fabricant, aux côtés des options Flex et Priority. Pour un ensemble de requêtes indépendantes, conservez les identifiants de source et un format de résultat cohérent afin que chaque réponse puisse être vérifiée par rapport à sa propre entrée.
Les limites possibles comprennent les hallucinations et des lenteurs ou délais d’attente dépassés occasionnels. Sa limite de connaissances est mars 2026, certains domaines étant limités à janvier 2025. Fournissez des éléments sources actuels lorsqu’une conclusion dépend de faits plus récents. La distinction utile de cette édition est son orientation documentée vers les problèmes logiciels, la fidélité au design et le raisonnement vidéo ; examinez ces résultats par rapport à la maquette, au code ou aux médias réels plutôt que de remplacer un profil historique nommé par des fonctionnalités plus récentes.
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-3.7-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— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites google/gemini-3.7-flash:batch, google/gemini-3.7-flash | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites google-vertex/global | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. |
Cycle de vie : asynchronous
GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00075 / 1K tokens Sortie · Tokens en sortie $0.00375 / 1K tokens Entrée · Lecture du cache $0.000075 / 1K tokens Entrée · Écriture dans le cache $0.0000833333333333334 / 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 $0.00075 / 1K tokens Sortie · Tokens en sortie $0.00375 / 1K tokens Entrée · Lecture du cache $0.000075 / 1K tokens Entrée · Écriture dans le cache $0.0000833333333333334 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"google/gemini-3.7-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 supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['google/gemini-3.7-flash:batch', 'google/gemini-3.7-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.7-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"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra google/gemini-3.7-flash:batch
Utilisez les chemins de méthode indiqués ci-dessus.