Gemini 2.5 Flash-Lite는 대량 번역, 분류, 단순 데이터 추출을 위한 Google의 안정 버전 경량 프로필입니다. 하이브리드 추론은 과제에 따라 thinking을 사용하거나 생략할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 생성합니다. 유용한 결과는 범주, 간결한 번역, 제공 자료에서 추출한 기록, 범위가 정해진 서면 설명입니다.
분류에는 범주, 판단 규칙, 답변 형식을 정의하세요. 여러 독립 항목을 처리할 때는 결과에 출처 식별자를 유지하세요. 지원 메시지 분류에서는 메시지를 문제 유형별로 분류하고 해당 범주를 뒷받침하는 문장을 반환하세요. 유창한 답변이 필수 필드를 추측으로 채우지 않도록 증거가 없거나 모호할 때의 규칙을 포함하세요. 이 모델의 경량 역할은 입력과 필요한 결과가 명확히 지정되었을 때 가장 유용합니다.
문서화된 2.5 Flash-Lite 구성에서는 thinking이 기본적으로 꺼져 있습니다. Google의 GenerateContent thinking 가이드는 512부터 24,576 토큰까지의 명시적 thinking 예산, 비활성 상태를 유지하는 0, 동적 thinking을 요청하는 -1을 허용합니다. 이는 최종 응답 허용량과 별개인 추론 예산 제어입니다. 추출 조건이 서로 영향을 주거나 분류에 예외가 있으면 추가 추론을 활성화하세요. 단순한 변환은 기본 non-thinking 동작을 유지할 수 있습니다. 가이드는 모델이 요청 예산보다 많거나 적은 thinking 토큰을 사용할 수 있다고 설명합니다.
번역에는 대상 언어, 독자, 보존할 용어를 제공하세요. 결과에 번역문만 담을지 라벨이 있는 기록을 담을지 지정하세요. 문서 추출에는 필드를 정의하고 출력을 검토할 수 있는 원문 구절을 요청하세요. 녹음에는 전사문과 요약을 구별하고 중요한 구절을 식별하세요. 이미지나 비디오는 텍스트 답변의 증거가 될 수 있습니다. 입력에 여러 미디어 유형이 결합되어도 원하는 결과물은 명확하게 유지해야 합니다.
정확한 안정 버전 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 함수에는 명확한 목적과 정의된 매개변수가 필요하며 연결된 애플리케이션이 작업을 실행하고 결과를 제공합니다. 스키마 기반 추출에서는 반환 구조를 검증하고 값을 원자료와 비교하세요. 도구 결정이나 형식이 잘 갖춰진 기록은 출처 및 실제 반환 증거의 맥락 안에서만 유용합니다.
고유 모델 카드는 1M 컨텍스트 창과 64K 텍스트 출력을 제공합니다. API 모델 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 대화는 입력 예산을 사용하며 추론과 응답 상한은 최종 결과가 들어가는지에 영향을 줍니다. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 기재되어 있습니다. 반복 과제에서는 같은 범주 또는 필드 정의를 유지하고 식별자를 결과에 전달해 이후 검토에서 원래 항목을 찾을 수 있도록 하세요.
이 안정 버전 프로필은 제품군의 다른 곳에서 설명하는 6월 및 9월 Preview 변형과 별개입니다. 공통 고유 모델 카드는 지시 이행과 간결성을 포함한 9월 Preview 개선 사항을 해당 프리뷰에 특정하여 표시합니다. 이를 안정 버전 식별자에 알리지 않고 옮겨 적용해서는 안 됩니다. 후속 Flash-Lite 세대도 다른 thinking 제어와 기능 표를 사용합니다. 2.5 예산을 Gemini 3 thinking 수준 문법으로 대체하지 말고 에디션을 보존하고 해당 에디션에 문서화된 설정을 선택하세요.
카드는 환각과 인과적 이해, 복잡한 논리적 연역, 반사실적 추론의 한계를 기재하며 2025년 1월 지식 기준일을 제공합니다. 더 최신 사실이 중요하면 최신 증거를 제공하거나 문서화된 그라운딩 워크플로를 사용하세요. 번역은 의미를, 추출 필드는 출처의 뒷받침을, 전사문은 오디오와의 일치를 검토하세요. 초점이 명확한 작은 결과는 다듬어진 답변을 원문에 그 세부 사항이 있었다는 증거로 취급하지 않으면서 이런 검토를 실용적으로 만듭니다.
", "aboutText": "Gemini 2.5 Flash-Lite는 대량 번역, 분류, 단순 데이터 추출을 위한 Google의 안정 버전 경량 프로필입니다. 하이브리드 추론은 과제에 따라 thinking을 사용하거나 생략할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 생성합니다. 유용한 결과는 범주, 간결한 번역, 제공 자료에서 추출한 기록, 범위가 정해진 서면 설명입니다.\n\n분류에는 범주, 판단 규칙, 답변 형식을 정의하세요. 여러 독립 항목을 처리할 때는 결과에 출처 식별자를 유지하세요. 지원 메시지 분류에서는 메시지를 문제 유형별로 분류하고 해당 범주를 뒷받침하는 문장을 반환하세요. 유창한 답변이 필수 필드를 추측으로 채우지 않도록 증거가 없거나 모호할 때의 규칙을 포함하세요. 이 모델의 경량 역할은 입력과 필요한 결과가 명확히 지정되었을 때 가장 유용합니다.\n\n문서화된 2.5 Flash-Lite 구성에서는 thinking이 기본적으로 꺼져 있습니다. Google의 GenerateContent thinking 가이드는 512부터 24,576 토큰까지의 명시적 thinking 예산, 비활성 상태를 유지하는 0, 동적 thinking을 요청하는 -1을 허용합니다. 이는 최종 응답 허용량과 별개인 추론 예산 제어입니다. 추출 조건이 서로 영향을 주거나 분류에 예외가 있으면 추가 추론을 활성화하세요. 단순한 변환은 기본 non-thinking 동작을 유지할 수 있습니다. 가이드는 모델이 요청 예산보다 많거나 적은 thinking 토큰을 사용할 수 있다고 설명합니다.\n\n번역에는 대상 언어, 독자, 보존할 용어를 제공하세요. 결과에 번역문만 담을지 라벨이 있는 기록을 담을지 지정하세요. 문서 추출에는 필드를 정의하고 출력을 검토할 수 있는 원문 구절을 요청하세요. 녹음에는 전사문과 요약을 구별하고 중요한 구절을 식별하세요. 이미지나 비디오는 텍스트 답변의 증거가 될 수 있습니다. 입력에 여러 미디어 유형이 결합되어도 원하는 결과물은 명확하게 유지해야 합니다.\n\n정확한 안정 버전 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 함수에는 명확한 목적과 정의된 매개변수가 필요하며 연결된 애플리케이션이 작업을 실행하고 결과를 제공합니다. 스키마 기반 추출에서는 반환 구조를 검증하고 값을 원자료와 비교하세요. 도구 결정이나 형식이 잘 갖춰진 기록은 출처 및 실제 반환 증거의 맥락 안에서만 유용합니다.\n\n고유 모델 카드는 1M 컨텍스트 창과 64K 텍스트 출력을 제공합니다. API 모델 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 대화는 입력 예산을 사용하며 추론과 응답 상한은 최종 결과가 들어가는지에 영향을 줍니다. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 기재되어 있습니다. 반복 과제에서는 같은 범주 또는 필드 정의를 유지하고 식별자를 결과에 전달해 이후 검토에서 원래 항목을 찾을 수 있도록 하세요.\n\n이 안정 버전 프로필은 제품군의 다른 곳에서 설명하는 6월 및 9월 Preview 변형과 별개입니다. 공통 고유 모델 카드는 지시 이행과 간결성을 포함한 9월 Preview 개선 사항을 해당 프리뷰에 특정하여 표시합니다. 이를 안정 버전 식별자에 알리지 않고 옮겨 적용해서는 안 됩니다. 후속 Flash-Lite 세대도 다른 thinking 제어와 기능 표를 사용합니다. 2.5 예산을 Gemini 3 thinking 수준 문법으로 대체하지 말고 에디션을 보존하고 해당 에디션에 문서화된 설정을 선택하세요.\n\n카드는 환각과 인과적 이해, 복잡한 논리적 연역, 반사실적 추론의 한계를 기재하며 2025년 1월 지식 기준일을 제공합니다. 더 최신 사실이 중요하면 최신 증거를 제공하거나 문서화된 그라운딩 워크플로를 사용하세요. 번역은 의미를, 추출 필드는 출처의 뒷받침을, 전사문은 오디오와의 일치를 검토하세요. 초점이 명확한 작은 결과는 다듬어진 답변을 원문에 그 세부 사항이 있었다는 증거로 취급하지 않으면서 이런 검토를 실용적으로 만듭니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "50951f0ec8eab98951a7ba597440069c72175484f5339221790e272e6ab07a64", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "google/gemini-2.5-flash-lite:batchGemini 2.5 Flash-Lite는 빈번한 분류, 번역, 단순 추출을 위한 Google의 안정 버전 멀티모달 텍스트 모델입니다. Thinking은 기본적으로 꺼져 있으며 512–24,576 토큰의 추론 예산으로 활성화할 수 있습니다. 텍스트와 미디어를 입력받고 도구, 구조화된 출력, 1,048,576 토큰 입력 한도를 제공합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash-Lite는 대량 번역, 분류, 단순 데이터 추출을 위한 Google의 안정 버전 경량 프로필입니다. 하이브리드 추론은 과제에 따라 thinking을 사용하거나 생략할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 생성합니다. 유용한 결과는 범주, 간결한 번역, 제공 자료에서 추출한 기록, 범위가 정해진 서면 설명입니다.
분류에는 범주, 판단 규칙, 답변 형식을 정의하세요. 여러 독립 항목을 처리할 때는 결과에 출처 식별자를 유지하세요. 지원 메시지 분류에서는 메시지를 문제 유형별로 분류하고 해당 범주를 뒷받침하는 문장을 반환하세요. 유창한 답변이 필수 필드를 추측으로 채우지 않도록 증거가 없거나 모호할 때의 규칙을 포함하세요. 이 모델의 경량 역할은 입력과 필요한 결과가 명확히 지정되었을 때 가장 유용합니다.
문서화된 2.5 Flash-Lite 구성에서는 thinking이 기본적으로 꺼져 있습니다. Google의 GenerateContent thinking 가이드는 512부터 24,576 토큰까지의 명시적 thinking 예산, 비활성 상태를 유지하는 0, 동적 thinking을 요청하는 -1을 허용합니다. 이는 최종 응답 허용량과 별개인 추론 예산 제어입니다. 추출 조건이 서로 영향을 주거나 분류에 예외가 있으면 추가 추론을 활성화하세요. 단순한 변환은 기본 non-thinking 동작을 유지할 수 있습니다. 가이드는 모델이 요청 예산보다 많거나 적은 thinking 토큰을 사용할 수 있다고 설명합니다.
번역에는 대상 언어, 독자, 보존할 용어를 제공하세요. 결과에 번역문만 담을지 라벨이 있는 기록을 담을지 지정하세요. 문서 추출에는 필드를 정의하고 출력을 검토할 수 있는 원문 구절을 요청하세요. 녹음에는 전사문과 요약을 구별하고 중요한 구절을 식별하세요. 이미지나 비디오는 텍스트 답변의 증거가 될 수 있습니다. 입력에 여러 미디어 유형이 결합되어도 원하는 결과물은 명확하게 유지해야 합니다.
정확한 안정 버전 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 함수에는 명확한 목적과 정의된 매개변수가 필요하며 연결된 애플리케이션이 작업을 실행하고 결과를 제공합니다. 스키마 기반 추출에서는 반환 구조를 검증하고 값을 원자료와 비교하세요. 도구 결정이나 형식이 잘 갖춰진 기록은 출처 및 실제 반환 증거의 맥락 안에서만 유용합니다.
고유 모델 카드는 1M 컨텍스트 창과 64K 텍스트 출력을 제공합니다. API 모델 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 대화는 입력 예산을 사용하며 추론과 응답 상한은 최종 결과가 들어가는지에 영향을 줍니다. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 기재되어 있습니다. 반복 과제에서는 같은 범주 또는 필드 정의를 유지하고 식별자를 결과에 전달해 이후 검토에서 원래 항목을 찾을 수 있도록 하세요.
이 안정 버전 프로필은 제품군의 다른 곳에서 설명하는 6월 및 9월 Preview 변형과 별개입니다. 공통 고유 모델 카드는 지시 이행과 간결성을 포함한 9월 Preview 개선 사항을 해당 프리뷰에 특정하여 표시합니다. 이를 안정 버전 식별자에 알리지 않고 옮겨 적용해서는 안 됩니다. 후속 Flash-Lite 세대도 다른 thinking 제어와 기능 표를 사용합니다. 2.5 예산을 Gemini 3 thinking 수준 문법으로 대체하지 말고 에디션을 보존하고 해당 에디션에 문서화된 설정을 선택하세요.
카드는 환각과 인과적 이해, 복잡한 논리적 연역, 반사실적 추론의 한계를 기재하며 2025년 1월 지식 기준일을 제공합니다. 더 최신 사실이 중요하면 최신 증거를 제공하거나 문서화된 그라운딩 워크플로를 사용하세요. 번역은 의미를, 추출 필드는 출처의 뒷받침을, 전사문은 오디오와의 일치를 검토하세요. 초점이 명확한 작은 결과는 다듬어진 답변을 원문에 그 세부 사항이 있었다는 증거로 취급하지 않으면서 이런 검토를 실용적으로 만듭니다.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash-lite:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 google/gemini-2.5-flash-lite:batch, google/gemini-2.5-flash-lite | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 google-ai-studio | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_material | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_scope | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |
수명 주기: asynchronous
GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0004 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0004 / 1K 토큰 입력 · 캐시 읽기 $0.00002 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-lite: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-2.5-flash-lite:batch', 'google/gemini-2.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash-lite: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.\n인라인 results[].response.body JSON
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\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
응답401 · authentication_error | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
응답403 · permission_error | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
응답422 · invalid_request_error | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
응답422 · price_unavailable | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
응답402 · billing_error | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
응답503 · price_unavailable | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
응답503 · api_error | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
응답503 · result_pending_check | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
응답404 · not_found | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |
Ailoot Ultra google/gemini-2.5-flash-lite:batch
위에 표시된 메서드 경로를 사용하세요.