Source: https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/
Canonical: https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/
Language: id

# Google: Gemini 2.5 Pro (batch)

[Markdown](https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/facts.json)

## [Google: Gemini 2.5 Pro (batch)](https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/)

Gemini 2.5 Pro adalah model thinking stabil Google untuk kode kompleks, matematika, STEM, dan analisis konteks panjang. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks, dengan alat dan keluaran terstruktur. Anggaran penalaran dinamisnya mendukung 128–32,768 token dan tidak dapat sepenuhnya dinonaktifkan.

- [**Ailoot Ultra · Batch** `POST /v1/batches` `google/gemini-2.5-pro:batch`](https://ailoot.ai/models/id/google-gemini-2-5-pro-u003a-batch/#method-0)

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Gemini 2.5 Pro adalah profil thinking stabil Google untuk pemrograman tingkat lanjut, matematika, STEM, dan analisis konteks panjang. Model ini dapat memahami teks, audio, gambar, video, dan seluruh repositori kode, dan profil Gemini API-nya juga menerima masukan PDF. Keluarannya berupa teks, termasuk kode, analisis tertulis, atau rekaman terstruktur. Penugasan yang berguna menyediakan bukti dan meminta hasil yang dapat diperiksa, seperti solusi dengan penjelasan, temuan basis kode, atau perbandingan beberapa dokumen.

Untuk pemrograman, berikan berkas yang relevan, perilaku yang diamati, serta perubahan atau pertanyaan yang penting. Konteks panjang dapat membantu model menghubungkan modul, bukan bernalar dari satu cuplikan terpisah. Untuk investigasi jalur kode, minta model menelusuri pengenal dari formulir masukan melalui pemrosesan dan penyimpanan, mengidentifikasi lokasi perubahan kontrak, dan mengusulkan koreksi terarah. Pertahankan batasan dan minta referensi pendukung. Revisi yang diusulkan perlu dibandingkan dengan kode sebenarnya dan validasi apa pun yang dilakukan melalui alat yang terhubung.

Untuk matematika atau analisis ilmiah, nyatakan masalah, asumsi, satuan, dan bentuk jawaban yang diwajibkan. Berikan data atau gambar yang menjadi landasan perhitungan. Minta hasil yang didukung dan pemeriksaan yang membuatnya dapat dinilai, seperti kasus batas atau perbandingan dengan nilai asli. Kemampuan penalaran model tidak menghilangkan ambiguitas dalam rumusan masalah. Jaga agar besaran yang tidak diketahui atau asumsi tanpa dukungan tetap terlihat, alih-alih menggantinya dengan nilai yang memudahkan.

Thinking dinamis adalah bawaan yang didokumentasikan. Panduan GenerateContent Gemini 2.5 mendukung anggaran penalaran eksplisit dari 128 hingga 32,768 token untuk Pro, atau -1 untuk thinking adaptif. Edisi ini tidak dapat sepenuhnya menonaktifkan thinking. Kontrol tersebut berbeda dari opsi anggaran nol pada Flash dan dari pengaturan tingkat thinking Gemini 3. Anggaran thinking memandu penalaran, bukan menjamin jumlah token internal yang persis, dan batas respons juga perlu menyisakan ruang untuk artefak akhir.

Untuk pekerjaan dokumen multimodal, identifikasi halaman, grafik, wilayah gambar, atau peristiwa rekaman yang harus mendukung jawaban. Tugas sintesis praktis dapat meminta klaim yang saling bersaing dari beberapa dokumen sumber, kutipan pendukungnya, dan perbedaan yang penting bagi satu keputusan. Minta model membedakan fakta yang dinyatakan dari inferensi. Untuk video atau audio, definisikan apakah hasil harus berupa deskripsi, transkrip, ringkasan, atau perbandingan. Gambar dan suara merupakan bukti untuk hasil teks dalam profil ini.

Halaman API khususnya mendokumentasikan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan tujuan fungsi dan bidang parameter, lalu pertahankan hasil nyata dalam giliran berikutnya. Untuk rekaman yang dibatasi skema, tentukan bidang wajib dan cara merepresentasikan informasi yang hilang. Arsitektur aslinya adalah transformer multimodal sparse mixture-of-experts; desain model tersebut sendiri tidak menyediakan eksekusi alat eksternal atau aplikasi selesai di luar teks maupun kode yang dikembalikan.

Kartu asli mencantumkan konteks masukan 1M dan keluaran teks 64K; tabel API menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Instruksi, konten sumber, dan riwayat yang dipertahankan berkontribusi pada persiapan masukan. Alokasi respons maksimum mencakup token penalaran, sehingga batas yang terlalu kecil dapat menghentikan jawaban akhir. Caching dan pemrosesan batch didokumentasikan, bersama opsi Flex dan Priority. Pertahankan setiap pengenal sumber dan bentuk akhir yang diminta ketika menyiapkan tugas konteks panjang yang independen.

Pengenal stabil ini berbeda dari edisi Experimental dan Preview yang dibahas secara terpisah dalam kartu model Pro bersama. Jangan mengatribusikan hasil spesifik versinya ke profil ini hanya karena memiliki nama Pro yang sama. Kartu tersebut mengidentifikasi kemungkinan halusinasi serta keterbatasan dalam pemahaman kausal, deduksi kompleks, dan penalaran kontrafaktual, dengan batas pengetahuan Januari 2025. Berikan bukti terkini ketika diperlukan dan tinjau referensi sumber, perhitungan, serta modifikasi yang diusulkan. Keluaran yang berguna adalah artefak teks atau kode yang didukung dan diminta oleh tugas.

**Ailoot Ultra · Batch** `POST /v1/batches` `google/gemini-2.5-pro:batch`

[`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/id/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

Google /`google/gemini-2.5-pro:batch`

### Mulai

Gemini 2.5 Pro adalah model thinking stabil Google untuk kode kompleks, matematika, STEM, dan analisis konteks panjang. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks, dengan alat dan keluaran terstruktur. Anggaran penalaran dinamisnya mendukung 128–32,768 token dan tidak dapat sepenuhnya dinonaktifkan.

Masukan yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Batch** `POST /v1/batches`

Masukan

`text`

Keluaran

`text`

Format keluaran

JSON inline pada results\[\].response.body

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`endpoint` | Jenis`string` | PersyaratanWajib | Nilai & batasan /v1/chat/completions | Bawaan— |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan google/gemini-2.5-pro:batch | Bawaan— |
| Kolom`requests` | Jenis`batch_item[]` | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
| Kolom`requests[].custom_id` | Jenis`string` | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Kolom`requests[].body.messages` | Jenis`message[]` | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Kolom`completion_window` | Jenis`string` | PersyaratanOpsional | Nilai & batasan 24h | Bawaan— |
| Kolom`provider` | Jenis`object\|null` | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Kolom`requests[].body.model` | Jenis`string` | PersyaratanOpsional | Nilai & batasan google/gemini-2.5-pro:batch, google/gemini-2.5-pro | Bawaan— |
| Kolom`provider.only` | Jenis`string[]` | PersyaratanOpsional | Nilai & batasan google-vertex/global | Bawaan— |
| Kolom`provider.allow_fallbacks` | Jenis`boolean\|null` | PersyaratanOpsional | Nilai & batasan false, null | Bawaan— |

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakendpoint, model, requests |
| Parameter`material_types` | Kontraktext |
| Parameter`representation` | Kontrakrequests\[\] inline; setiap item memiliki custom\_id dan body |
| Parameter`request_endpoint_profile` | Kontrak/v1/chat/completions |
| Parameter`file_material` | KontrakPemanggil dapat membaca JSONL UTF-8 aktual secara lokal ke dalam requests\[\]. Tidak menggunakan purpose unggahan, input\_file\_id, atau referensi file. Materi pelanggan yang tidak ada atau kosong menghentikan persiapan sebelum POST. |
| Parameter`serialization_order` | Kontrakendpoint, model, provider (jika disertakan), completion\_window (jika disertakan), requests paling akhir |
| Parameter`optional_controls` | Kontrakprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | Kontrakbody teks Chat Completions dalam envelope Batch inline yang didokumentasikan. |

Siklus hidup: `asynchronous`

`GET /v1/batches/{operation_id}` · response.id aktual dari operasi create awal; user/key/group yang sama

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Harga cache eksplisit

Tidak diaktifkan Saat cache eksplisit diminta

#### Tarif Ailoot

#### Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
| --- | --- | --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00125** / 1K token Keluaran · Token keluaran **$0.01** / 1K token Masukan · Pembacaan cache **$0.00025** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan **$0.00125** / 1K token Keluaran · Token keluaran **$0.01** / 1K token Masukan · Pembacaan cache **$0.00025** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.0025** / 1K token Keluaran · Token keluaran **$0.015** / 1K token Masukan · Pembacaan cache **$0.0005** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Batch

curl · fixture yang disimpanPython HTTP · JSONL pelanggan yang sebenarnyaPython · simpan setiap hasil yang telah selesai

```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-pro: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")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['google/gemini-2.5-pro:batch', 'google/gemini-2.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-pro: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"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Batch

JSON inline pada results\[\].response.body

- `GET /v1/batches/{operation_id}`

##### Periksa status tugas

curl · status operasi asli

```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
```

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Pertahankan JSON status asli secara lengkap, setiap result/custom\_id, serta body response atau error yang lengkap. Simpan results\[\] yang telah selesai sebagai JSONL tanpa penyaringan.

##### Jika respons asli perlu diperiksa

Pertahankan ID operasi asli. 503 result\_pending\_check memiliki X-Should-Retry:false; jangan pernah kirim ulang batch asli yang statusnya tidak diketahui.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`results[].custom_id` | Jenisstring |
| Kolom`results[].response.body.choices[].message.content` | Jenisstring\|null |
| Kolom`results[].error` | Jenisobject\|null |
| Kolom`usage` | Jenisobject\|null |
| Kolom`id` | Jenisstring |
| Kolom`model` | Jenisstring |
| Kolom`endpoint` | Jenisstring |
| Kolom`status` | Jenisstring |
| Kolom`request_counts` | Jenisobject |
| Kolom`results[].id` | Jenisstring |
| Kolom`results[].response.status_code` | Jenisinteger |
| Kolom`results[].response.request_id` | Jenisstring |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiEnvelope inline yang didokumentasikan tidak valid, ada kunci duplikat, atau terdapat konflik pada identitas item atau kemampuan model yang dikonfigurasi. | Langkah berikutnyaPerbaiki kolom yang ditunjukkan sebelum pengiriman baru apa pun. |
| Respons401 · `authentication_error` | KondisiKunci API tidak valid. | Langkah berikutnyaGunakan kunci Ailoot yang berizin. |
| Respons403 · `permission_error` | KondisiGrup Batch tidak tersedia. | Langkah berikutnyaPeriksa hak akses key/group. |
| Respons422 · `invalid_request_error` | KondisiBatch menggunakan penagihan dari saldo; pembuatan dengan langganan ditolak. | Langkah berikutnyaGunakan grup berizin yang ditagih dari saldo. |
| Respons422 · `price_unavailable` | KondisiPenawaran harga untuk input Batch tidak dapat dibuat. | Langkah berikutnyaSimpan respons; gunakan input keluarga API yang didokumentasikan. |
| Respons402 · `billing_error` | KondisiCadangan Batch tidak tersedia. | Langkah berikutnyaSelesaikan kendala penerimaan sebelum mengirim permintaan baru. |
| Respons503 · `price_unavailable` | KondisiHarga metode Batch/tarif native tidak tersedia. | Langkah berikutnyaSimpan respons; jangan mengganti harga. |
| Respons503 · `api_error` | KondisiRute pemasok yang tepat tidak tersedia. | Langkah berikutnyaSimpan respons untuk perbaikan rute. |
| Respons503 · `result_pending_check` | KondisiHasil asli perlu diperiksa; X-Should-Retry:false. | Langkah berikutnyaSimpan operation\_id/id asli dan baca statusnya; jangan pernah mengulangi POST asli. |
| Respons404 · `not_found` | KondisiOperasi status Batch tidak ada atau dimiliki oleh identitas lain. | Langkah berikutnyaGunakan id asli yang persis sama dan user/key/group yang sama. |

### Alias

#### Alias model

**Ailoot Ultra** [`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/id/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`google/gemini-2.5-pro:batch`](https://ailoot.ai/models/id/#m=google%2Fgemini-2.5-pro%3Abatch&route=Ultra&caller=google%2Fgemini-2.5-pro%3Abatch&fmt=batches)

FAQ · Google: Gemini 2.5 Pro (batch)

Input dan hasil apa yang tersedia?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `text` → `text`

Kolom apa yang digunakan permintaan?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Batasan apa yang berlaku?

`POST /v1/batches` · `google/gemini-2.5-pro:batch`: `requests.min_items`: `1`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.