Gemini 2.5 Pro는 고급 코딩, 수학, STEM, 긴 컨텍스트 분석을 위한 Google의 안정 버전 thinking 프로필입니다. 텍스트, 오디오, 이미지, 비디오, 전체 코드 저장소를 이해할 수 있고 Gemini API 프로필은 PDF 입력도 받습니다. 출력은 코드, 서면 분석, 구조화된 기록을 포함한 텍스트입니다. 유용한 과제는 증거를 제공하고 풀이를 설명한 해답, 코드베이스에서 발견한 사항, 여러 문서 간 비교처럼 확인 가능한 결과를 요청합니다.
코딩에는 관련 파일, 관찰한 동작, 중요한 변경이나 질문을 제공하세요. 긴 컨텍스트는 모델이 고립된 코드 조각 하나에서 추론하는 대신 모듈 간 관계를 파악하는 데 도움이 될 수 있습니다. 코드 경로 조사에서는 입력 폼에서 처리와 저장에 이르는 식별자의 흐름을 추적하고 계약이 바뀌는 위치를 찾아 집중적인 수정을 제안하도록 요청하세요. 제약을 보존하고 뒷받침하는 참조를 요청하세요. 수정 제안은 실제 코드 및 연결된 도구로 수행한 검증과 비교해야 합니다.
수학이나 과학 분석에는 문제, 가정, 단위, 필요한 답변 형식을 밝히세요. 계산에 필요한 데이터나 도표를 제공하세요. 근거 있는 결과와 함께 경계 사례나 원래 값과의 비교처럼 평가 가능하게 해 주는 검증을 요청하세요. 모델의 추론 능력이 문제 진술의 모호성을 없애지는 않습니다. 미지의 양이나 근거 없는 가정을 편리한 값으로 대체하지 말고 드러난 상태로 유지하세요.
동적 thinking이 문서화된 기본값입니다. Gemini 2.5 GenerateContent 가이드는 Pro에 대해 128부터 32,768 토큰까지의 명시적 추론 예산 또는 적응형 thinking을 위한 -1을 지원합니다. 이 에디션은 thinking을 완전히 비활성화할 수 없습니다. 이런 제어는 Flash의 0 예산 옵션 및 Gemini 3의 thinking 수준 설정과 다릅니다. thinking 예산은 정확한 내부 토큰 수를 보장하는 것이 아니라 추론을 안내하며, 응답 상한도 최종 결과물을 위한 공간을 남겨야 합니다.
멀티모달 문서 작업에서는 답변을 뒷받침해야 할 페이지, 차트, 이미지 영역, 녹음·영상 사건을 식별하세요. 실용적인 종합 과제는 여러 원문 문서의 상충하는 주장, 이를 뒷받침하는 구절, 특정 결정에 중요한 차이점을 요청할 수 있습니다. 명시된 사실과 추론을 구별하도록 요청하세요. 비디오나 오디오에는 결과가 설명, 전사문, 요약, 비교 중 무엇이어야 하는지 정의하세요. 이 프로필에서 이미지와 소리는 텍스트 결과의 증거입니다.
정확한 API 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 문서화되어 있습니다. 함수 목적과 매개변수 필드를 정의하고 후속 턴에 실제 결과를 보존하세요. 스키마 제약 기록에는 필수 필드와 누락 정보의 표현 방식을 지정하세요. 고유 아키텍처는 멀티모달 희소 전문가 혼합 트랜스포머입니다. 그 모델 설계 자체가 반환된 텍스트나 코드를 넘어 외부 도구 실행이나 완성된 애플리케이션을 제공하지는 않습니다.
고유 모델 카드는 1M 입력 컨텍스트와 64K 텍스트 출력을 기재하고 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 이력은 입력 준비에 포함됩니다. 최대 응답 허용량에는 추론 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 중단될 수 있습니다. 캐싱과 배치 처리, Flex 및 Priority 옵션이 문서화되어 있습니다. 독립적인 긴 컨텍스트 과제를 준비할 때 각 출처 식별자와 요청한 최종 형식을 유지하세요.
안정 버전 식별자는 공통 Pro 모델 카드에서 별도로 다루는 Experimental 및 Preview 에디션과 구별됩니다. Pro 이름을 공유한다는 이유만으로 해당 버전 전용 결과를 이 프로필에 부여하지 마세요. 카드는 환각 가능성, 인과적 이해, 복잡한 연역, 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 중요할 때는 최신 증거를 제공하고 출처 참조, 계산, 수정 제안을 검토하세요. 유용한 출력은 과제에서 요청한 근거 있는 텍스트 또는 코드 결과물입니다.
", "aboutText": "Gemini 2.5 Pro는 고급 코딩, 수학, STEM, 긴 컨텍스트 분석을 위한 Google의 안정 버전 thinking 프로필입니다. 텍스트, 오디오, 이미지, 비디오, 전체 코드 저장소를 이해할 수 있고 Gemini API 프로필은 PDF 입력도 받습니다. 출력은 코드, 서면 분석, 구조화된 기록을 포함한 텍스트입니다. 유용한 과제는 증거를 제공하고 풀이를 설명한 해답, 코드베이스에서 발견한 사항, 여러 문서 간 비교처럼 확인 가능한 결과를 요청합니다.\n\n코딩에는 관련 파일, 관찰한 동작, 중요한 변경이나 질문을 제공하세요. 긴 컨텍스트는 모델이 고립된 코드 조각 하나에서 추론하는 대신 모듈 간 관계를 파악하는 데 도움이 될 수 있습니다. 코드 경로 조사에서는 입력 폼에서 처리와 저장에 이르는 식별자의 흐름을 추적하고 계약이 바뀌는 위치를 찾아 집중적인 수정을 제안하도록 요청하세요. 제약을 보존하고 뒷받침하는 참조를 요청하세요. 수정 제안은 실제 코드 및 연결된 도구로 수행한 검증과 비교해야 합니다.\n\n수학이나 과학 분석에는 문제, 가정, 단위, 필요한 답변 형식을 밝히세요. 계산에 필요한 데이터나 도표를 제공하세요. 근거 있는 결과와 함께 경계 사례나 원래 값과의 비교처럼 평가 가능하게 해 주는 검증을 요청하세요. 모델의 추론 능력이 문제 진술의 모호성을 없애지는 않습니다. 미지의 양이나 근거 없는 가정을 편리한 값으로 대체하지 말고 드러난 상태로 유지하세요.\n\n동적 thinking이 문서화된 기본값입니다. Gemini 2.5 GenerateContent 가이드는 Pro에 대해 128부터 32,768 토큰까지의 명시적 추론 예산 또는 적응형 thinking을 위한 -1을 지원합니다. 이 에디션은 thinking을 완전히 비활성화할 수 없습니다. 이런 제어는 Flash의 0 예산 옵션 및 Gemini 3의 thinking 수준 설정과 다릅니다. thinking 예산은 정확한 내부 토큰 수를 보장하는 것이 아니라 추론을 안내하며, 응답 상한도 최종 결과물을 위한 공간을 남겨야 합니다.\n\n멀티모달 문서 작업에서는 답변을 뒷받침해야 할 페이지, 차트, 이미지 영역, 녹음·영상 사건을 식별하세요. 실용적인 종합 과제는 여러 원문 문서의 상충하는 주장, 이를 뒷받침하는 구절, 특정 결정에 중요한 차이점을 요청할 수 있습니다. 명시된 사실과 추론을 구별하도록 요청하세요. 비디오나 오디오에는 결과가 설명, 전사문, 요약, 비교 중 무엇이어야 하는지 정의하세요. 이 프로필에서 이미지와 소리는 텍스트 결과의 증거입니다.\n\n정확한 API 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 문서화되어 있습니다. 함수 목적과 매개변수 필드를 정의하고 후속 턴에 실제 결과를 보존하세요. 스키마 제약 기록에는 필수 필드와 누락 정보의 표현 방식을 지정하세요. 고유 아키텍처는 멀티모달 희소 전문가 혼합 트랜스포머입니다. 그 모델 설계 자체가 반환된 텍스트나 코드를 넘어 외부 도구 실행이나 완성된 애플리케이션을 제공하지는 않습니다.\n\n고유 모델 카드는 1M 입력 컨텍스트와 64K 텍스트 출력을 기재하고 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 이력은 입력 준비에 포함됩니다. 최대 응답 허용량에는 추론 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 중단될 수 있습니다. 캐싱과 배치 처리, Flex 및 Priority 옵션이 문서화되어 있습니다. 독립적인 긴 컨텍스트 과제를 준비할 때 각 출처 식별자와 요청한 최종 형식을 유지하세요.\n\n안정 버전 식별자는 공통 Pro 모델 카드에서 별도로 다루는 Experimental 및 Preview 에디션과 구별됩니다. Pro 이름을 공유한다는 이유만으로 해당 버전 전용 결과를 이 프로필에 부여하지 마세요. 카드는 환각 가능성, 인과적 이해, 복잡한 연역, 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 중요할 때는 최신 증거를 제공하고 출처 참조, 계산, 수정 제안을 검토하세요. 유용한 출력은 과제에서 요청한 근거 있는 텍스트 또는 코드 결과물입니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b3125239501bc4d44595a3f47420a4b17fbc0aa645c80bd1de6ad23540e1f312", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "google/gemini-2.5-pro:batchGemini 2.5 Pro는 복잡한 코드, 수학, STEM, 긴 컨텍스트 분석을 위한 Google의 안정 버전 thinking 모델입니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환하며 도구와 구조화된 출력을 제공합니다. 동적 추론 예산은 128–32,768 토큰을 지원하며 완전히 비활성화할 수 없습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Pro는 고급 코딩, 수학, STEM, 긴 컨텍스트 분석을 위한 Google의 안정 버전 thinking 프로필입니다. 텍스트, 오디오, 이미지, 비디오, 전체 코드 저장소를 이해할 수 있고 Gemini API 프로필은 PDF 입력도 받습니다. 출력은 코드, 서면 분석, 구조화된 기록을 포함한 텍스트입니다. 유용한 과제는 증거를 제공하고 풀이를 설명한 해답, 코드베이스에서 발견한 사항, 여러 문서 간 비교처럼 확인 가능한 결과를 요청합니다.
코딩에는 관련 파일, 관찰한 동작, 중요한 변경이나 질문을 제공하세요. 긴 컨텍스트는 모델이 고립된 코드 조각 하나에서 추론하는 대신 모듈 간 관계를 파악하는 데 도움이 될 수 있습니다. 코드 경로 조사에서는 입력 폼에서 처리와 저장에 이르는 식별자의 흐름을 추적하고 계약이 바뀌는 위치를 찾아 집중적인 수정을 제안하도록 요청하세요. 제약을 보존하고 뒷받침하는 참조를 요청하세요. 수정 제안은 실제 코드 및 연결된 도구로 수행한 검증과 비교해야 합니다.
수학이나 과학 분석에는 문제, 가정, 단위, 필요한 답변 형식을 밝히세요. 계산에 필요한 데이터나 도표를 제공하세요. 근거 있는 결과와 함께 경계 사례나 원래 값과의 비교처럼 평가 가능하게 해 주는 검증을 요청하세요. 모델의 추론 능력이 문제 진술의 모호성을 없애지는 않습니다. 미지의 양이나 근거 없는 가정을 편리한 값으로 대체하지 말고 드러난 상태로 유지하세요.
동적 thinking이 문서화된 기본값입니다. Gemini 2.5 GenerateContent 가이드는 Pro에 대해 128부터 32,768 토큰까지의 명시적 추론 예산 또는 적응형 thinking을 위한 -1을 지원합니다. 이 에디션은 thinking을 완전히 비활성화할 수 없습니다. 이런 제어는 Flash의 0 예산 옵션 및 Gemini 3의 thinking 수준 설정과 다릅니다. thinking 예산은 정확한 내부 토큰 수를 보장하는 것이 아니라 추론을 안내하며, 응답 상한도 최종 결과물을 위한 공간을 남겨야 합니다.
멀티모달 문서 작업에서는 답변을 뒷받침해야 할 페이지, 차트, 이미지 영역, 녹음·영상 사건을 식별하세요. 실용적인 종합 과제는 여러 원문 문서의 상충하는 주장, 이를 뒷받침하는 구절, 특정 결정에 중요한 차이점을 요청할 수 있습니다. 명시된 사실과 추론을 구별하도록 요청하세요. 비디오나 오디오에는 결과가 설명, 전사문, 요약, 비교 중 무엇이어야 하는지 정의하세요. 이 프로필에서 이미지와 소리는 텍스트 결과의 증거입니다.
정확한 API 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 문서화되어 있습니다. 함수 목적과 매개변수 필드를 정의하고 후속 턴에 실제 결과를 보존하세요. 스키마 제약 기록에는 필수 필드와 누락 정보의 표현 방식을 지정하세요. 고유 아키텍처는 멀티모달 희소 전문가 혼합 트랜스포머입니다. 그 모델 설계 자체가 반환된 텍스트나 코드를 넘어 외부 도구 실행이나 완성된 애플리케이션을 제공하지는 않습니다.
고유 모델 카드는 1M 입력 컨텍스트와 64K 텍스트 출력을 기재하고 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 원자료, 유지된 이력은 입력 준비에 포함됩니다. 최대 응답 허용량에는 추론 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 중단될 수 있습니다. 캐싱과 배치 처리, Flex 및 Priority 옵션이 문서화되어 있습니다. 독립적인 긴 컨텍스트 과제를 준비할 때 각 출처 식별자와 요청한 최종 형식을 유지하세요.
안정 버전 식별자는 공통 Pro 모델 카드에서 별도로 다루는 Experimental 및 Preview 에디션과 구별됩니다. Pro 이름을 공유한다는 이유만으로 해당 버전 전용 결과를 이 프로필에 부여하지 마세요. 카드는 환각 가능성, 인과적 이해, 복잡한 연역, 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 중요할 때는 최신 증거를 제공하고 출처 참조, 계산, 수정 제안을 검토하세요. 유용한 출력은 과제에서 요청한 근거 있는 텍스트 또는 코드 결과물입니다.
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-pro: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-pro:batch, google/gemini-2.5-pro | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 google-vertex/global | 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 $0.00125 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 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 기준200,000 | 요금 입력 · 입력 토큰 $0.00125 / 1K 토큰 출력 · 출력 토큰 $0.01 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준200,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.015 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-pro: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-pro:batch', 'google/gemini-2.5-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-pro: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-pro:batch
위에 표시된 메서드 경로를 사용하세요.