A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
", "aboutText": "A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.\n\nA kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.\n\nDokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.\n\nVizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.\n\nA Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.\n\nA konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.\n\nA natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.\n\nA stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4c0ce3a1e0d7e702859a0602e4a44382fa6c3d48c10a029726fbddd5ee1591eb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "google/gemini-2.5-flash:batchA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/batchestexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőendpoint | Típusstring | KövetelményKötelező | Értékek és korlátok /v1/chat/completions | Alapértelmezett— |
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-flash:batch | Alapértelmezett— |
Mezőrequests | Típusbatch_item[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőrequests[].custom_id | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőrequests[].body.messages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőcompletion_window | Típusstring | KövetelményOpcionális | Értékek és korlátok 24h | Alapértelmezett— |
Mezőprovider | Típusobject|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésendpoint, model, requests |
Paramétermaterial_types | Szerződéstext |
Paraméterrepresentation | SzerződésA kérésbe ágyazott requests[]; minden elemhez custom_id és body tartozik |
Paraméterrequest_endpoint_profile | Szerződés/v1/chat/completions |
Paraméterfile_material | SzerződésA hívó helyben beolvashatja a tényleges UTF-8 JSONL-adatokat a requests[] tömbbe. A kérés nem használ feltöltési célt, input_file_id mezőt vagy fájlhivatkozást. Hiányzó vagy üres ügyfélanyag esetén az előkészítés még a POST előtt leáll. |
Paraméterserialization_order | Szerződésendpoint, model, provider (ha meg van adva), completion_window (ha meg van adva), requests utoljára |
Paraméteroptional_controls | Szerződésprovider.only, provider.allow_fallbacks, completion_window |
Paraméterschema_scope | SzerződésText Chat Completions-kéréstörzsek a dokumentált, kérésbe ágyazott Batch-borítékban. |
Életciklus: asynchronous
GET /v1/batches/{operation_id} · Az eredeti létrehozási válasz tényleges response.id értéke; ugyanaz a felhasználó/kulcs/csoport
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0025 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0025 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nBeágyazott results[].response.body JSON-adatok
GET /v1/batches/{operation_id}set -eu\n: "${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\nŐrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizzen meg minden eredményt, válasz- és hibatörzset, választási változatot és az összesített felhasználási adatokat.
Őrizze meg az eredeti műveletazonosítót. A 503 result_pending_check válasz X-Should-Retry:false fejlécet tartalmaz; soha ne küldje be újra az ismeretlen kimenetelű eredeti köteget.
| Mező | Típus |
|---|---|
Mezőresults[].custom_id | Típusstring |
Mezőresults[].response.body.choices[].message.content | Típusstring|null |
Mezőresults[].error | Típusobject|null |
Mezőusage | Típusobject|null |
Ailoot Ultra google/gemini-2.5-flash:batch
Használja a fent látható metódusútvonalakat.