Gemini 3.1 Pro Preview는 소프트웨어 엔지니어링, 알고리즘 개발, 멀티모달 증거 종합이 필요한 복잡한 과제를 위한 Google의 추론 중심 텍스트 모델입니다. Gemini 3 Pro를 기반으로 정밀한 도구 사용, 더 효율적인 추론, 신뢰할 수 있는 다단계 실행을 강조합니다. 텍스트, 이미지, 오디오, 비디오, PDF는 서면 답변, 코드 결과물, 구조화된 결과에 활용할 수 있습니다.
난도가 높은 코딩 과제에는 목표, 관련 저장소 자료, 관찰한 동작, 유지할 제약을 제공하세요. 전체 코드 저장소를 과제의 맥락으로 제공할 수 있습니다. 코드 계약 검토에서는 두 모듈이 공통 데이터 계약을 처리하는 방식을 비교하고, 불일치를 찾아 코드 참조로 뒷받침한 집중적인 수정을 제안하도록 요청하세요. 유용한 출력은 분석, 수정 제안, 증거와 연결된 애플리케이션이 수행한 검증을 구분합니다.
출시 자료는 텍스트 기획으로 만든 애니메이션 SVG 출력을 포함해 코드 기반 시각 설명과 인터랙티브 프로젝트를 보여 줍니다. 이는 래스터 이미지 생성이 아니라 코드 결과물입니다. 명확한 기획은 설명 대상, 시각물의 동작, 표현할 데이터를 정의할 수 있습니다. 이런 요구 사항에 비추어 생성 코드와 렌더링을 검토하세요. 데이터 종합 과제에는 실제 출처를 제공하고 출처에 담긴 관계와 조건을 보존하는 하나의 관점을 요청하세요.
문서화된 thinking 수준은 low, medium, high이며 3.1 Pro Preview의 기본값은 high입니다. 이 Pro 프로필에서는 thinking을 완전히 비활성화할 수 없습니다. 범위가 정해진 답변에는 더 낮은 노력 수준을, 어려운 다단계 작업에는 더 많은 추론을 선택하되 최종 결과물을 위한 출력 여유를 충분히 남기세요. 출력 한도가 작으면 쓸 수 있는 최종 답변이 나오기 전에 추론이 중단될 수 있습니다. thinking 가이드는 추론 요약과 전체 내부 과정을 구분하고 대화의 thought signature 맥락이 중요한 이유를 설명합니다.
정확한 Preview 표에는 함수 호출, 코드 실행, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. File Search 범위는 AI Studio로 한정됩니다. 함수의 목적과 매개변수 정의를 제공하고 실제 반환 결과에서 작업을 이어가세요. 별도의 Custom Tools Preview 프로필은 사용자 지정 도구와 bash를 우선하도록 최적화되어 있습니다. 이는 별도로 명명된 제작사 엔드포인트이므로 그 특화를 모든 3.1 Pro 요청의 속성으로 알리지 않고 간주해서는 안 됩니다. 제약 없는 산문 대신 정의된 기록이 필요한 과제에는 구조화된 결과 스키마를 선택하세요.
멀티모달 분석에는 관련 페이지, 시각 자료, 녹음 구간, 비디오 사건을 명시하세요. 문서 분석에서는 도표를 서면 명세와 비교하고 각 차이를 뒷받침하는 구절과 함께 반환하세요. 음성 출처는 전사문이나 텍스트 해석에 활용할 수 있습니다. 검토가 필요한 결론에는 출처 참조를 보존하고 보이거나 명시된 사실과 추론을 구분하세요. 이 프로필의 출력은 코드를 포함한 텍스트로 유지됩니다. 고유 이미지 또는 음성 생성은 정확한 기능 표에 포함되지 않습니다.
고유 3.1 Pro 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 Preview API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 입력 예산에 지시, 대화 이력, 미디어를 포함하세요. 캐싱과 배치 처리가 문서화되어 있으며 제작사 프로필에는 Flex와 Priority 옵션도 있습니다. 여러 독립 항목에는 필요한 출력을 정의하고 각 출처 식별자를 유지해 무관한 증거를 추적 불가능한 하나의 답변으로 합치지 않도록 하세요.
이름이 명시된 Preview 에디션은 Pro의 Custom Tools 프로필 및 후속 Flash 또는 Pro 릴리스와 구별됩니다. 강점은 복잡한 추론, 코딩, 증거 종합에 있으며 최종 결과물은 여전히 출처와 실제 도구 결과에 비추어 검토해야 합니다. 제공된 정보가 확정적인 결론을 뒷받침하지 못하면 미해결 모호성을 유지하세요. 유용한 결과물은 과제에서 요청한 근거 있는 답변, 코드, 기록과 함께 그 실무적 한계를 평가할 수 있는 충분한 증거를 제공합니다.
", "aboutText": "Gemini 3.1 Pro Preview는 소프트웨어 엔지니어링, 알고리즘 개발, 멀티모달 증거 종합이 필요한 복잡한 과제를 위한 Google의 추론 중심 텍스트 모델입니다. Gemini 3 Pro를 기반으로 정밀한 도구 사용, 더 효율적인 추론, 신뢰할 수 있는 다단계 실행을 강조합니다. 텍스트, 이미지, 오디오, 비디오, PDF는 서면 답변, 코드 결과물, 구조화된 결과에 활용할 수 있습니다.\n\n난도가 높은 코딩 과제에는 목표, 관련 저장소 자료, 관찰한 동작, 유지할 제약을 제공하세요. 전체 코드 저장소를 과제의 맥락으로 제공할 수 있습니다. 코드 계약 검토에서는 두 모듈이 공통 데이터 계약을 처리하는 방식을 비교하고, 불일치를 찾아 코드 참조로 뒷받침한 집중적인 수정을 제안하도록 요청하세요. 유용한 출력은 분석, 수정 제안, 증거와 연결된 애플리케이션이 수행한 검증을 구분합니다.\n\n출시 자료는 텍스트 기획으로 만든 애니메이션 SVG 출력을 포함해 코드 기반 시각 설명과 인터랙티브 프로젝트를 보여 줍니다. 이는 래스터 이미지 생성이 아니라 코드 결과물입니다. 명확한 기획은 설명 대상, 시각물의 동작, 표현할 데이터를 정의할 수 있습니다. 이런 요구 사항에 비추어 생성 코드와 렌더링을 검토하세요. 데이터 종합 과제에는 실제 출처를 제공하고 출처에 담긴 관계와 조건을 보존하는 하나의 관점을 요청하세요.\n\n문서화된 thinking 수준은 low, medium, high이며 3.1 Pro Preview의 기본값은 high입니다. 이 Pro 프로필에서는 thinking을 완전히 비활성화할 수 없습니다. 범위가 정해진 답변에는 더 낮은 노력 수준을, 어려운 다단계 작업에는 더 많은 추론을 선택하되 최종 결과물을 위한 출력 여유를 충분히 남기세요. 출력 한도가 작으면 쓸 수 있는 최종 답변이 나오기 전에 추론이 중단될 수 있습니다. thinking 가이드는 추론 요약과 전체 내부 과정을 구분하고 대화의 thought signature 맥락이 중요한 이유를 설명합니다.\n\n정확한 Preview 표에는 함수 호출, 코드 실행, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. File Search 범위는 AI Studio로 한정됩니다. 함수의 목적과 매개변수 정의를 제공하고 실제 반환 결과에서 작업을 이어가세요. 별도의 Custom Tools Preview 프로필은 사용자 지정 도구와 bash를 우선하도록 최적화되어 있습니다. 이는 별도로 명명된 제작사 엔드포인트이므로 그 특화를 모든 3.1 Pro 요청의 속성으로 알리지 않고 간주해서는 안 됩니다. 제약 없는 산문 대신 정의된 기록이 필요한 과제에는 구조화된 결과 스키마를 선택하세요.\n\n멀티모달 분석에는 관련 페이지, 시각 자료, 녹음 구간, 비디오 사건을 명시하세요. 문서 분석에서는 도표를 서면 명세와 비교하고 각 차이를 뒷받침하는 구절과 함께 반환하세요. 음성 출처는 전사문이나 텍스트 해석에 활용할 수 있습니다. 검토가 필요한 결론에는 출처 참조를 보존하고 보이거나 명시된 사실과 추론을 구분하세요. 이 프로필의 출력은 코드를 포함한 텍스트로 유지됩니다. 고유 이미지 또는 음성 생성은 정확한 기능 표에 포함되지 않습니다.\n\n고유 3.1 Pro 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 Preview API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 입력 예산에 지시, 대화 이력, 미디어를 포함하세요. 캐싱과 배치 처리가 문서화되어 있으며 제작사 프로필에는 Flex와 Priority 옵션도 있습니다. 여러 독립 항목에는 필요한 출력을 정의하고 각 출처 식별자를 유지해 무관한 증거를 추적 불가능한 하나의 답변으로 합치지 않도록 하세요.\n\n이름이 명시된 Preview 에디션은 Pro의 Custom Tools 프로필 및 후속 Flash 또는 Pro 릴리스와 구별됩니다. 강점은 복잡한 추론, 코딩, 증거 종합에 있으며 최종 결과물은 여전히 출처와 실제 도구 결과에 비추어 검토해야 합니다. 제공된 정보가 확정적인 결론을 뒷받침하지 못하면 미해결 모호성을 유지하세요. 유용한 결과물은 과제에서 요청한 근거 있는 답변, 코드, 기록과 함께 그 실무적 한계를 평가할 수 있는 충분한 증거를 제공합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "108ac502c48e34157c9c261207128e9bd68ee5c89f0d888ec680d91060ac2fec", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "google/gemini-3.1-pro-preview:batchGemini 3.1 Pro Preview는 복잡한 소프트웨어, 알고리즘, 지식 작업을 위한 Google의 멀티모달 추론 모델입니다. 텍스트, 이미지, 오디오, 동영상, PDF를 입력받아 텍스트나 코드를 반환하며 도구와 구조화된 출력을 지원합니다. low, medium, high 추론 수준으로 추론 강도를 조절하며, 문서상 기본값은 high입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3.1 Pro Preview는 소프트웨어 엔지니어링, 알고리즘 개발, 멀티모달 증거 종합이 필요한 복잡한 과제를 위한 Google의 추론 중심 텍스트 모델입니다. Gemini 3 Pro를 기반으로 정밀한 도구 사용, 더 효율적인 추론, 신뢰할 수 있는 다단계 실행을 강조합니다. 텍스트, 이미지, 오디오, 비디오, PDF는 서면 답변, 코드 결과물, 구조화된 결과에 활용할 수 있습니다.
난도가 높은 코딩 과제에는 목표, 관련 저장소 자료, 관찰한 동작, 유지할 제약을 제공하세요. 전체 코드 저장소를 과제의 맥락으로 제공할 수 있습니다. 코드 계약 검토에서는 두 모듈이 공통 데이터 계약을 처리하는 방식을 비교하고, 불일치를 찾아 코드 참조로 뒷받침한 집중적인 수정을 제안하도록 요청하세요. 유용한 출력은 분석, 수정 제안, 증거와 연결된 애플리케이션이 수행한 검증을 구분합니다.
출시 자료는 텍스트 기획으로 만든 애니메이션 SVG 출력을 포함해 코드 기반 시각 설명과 인터랙티브 프로젝트를 보여 줍니다. 이는 래스터 이미지 생성이 아니라 코드 결과물입니다. 명확한 기획은 설명 대상, 시각물의 동작, 표현할 데이터를 정의할 수 있습니다. 이런 요구 사항에 비추어 생성 코드와 렌더링을 검토하세요. 데이터 종합 과제에는 실제 출처를 제공하고 출처에 담긴 관계와 조건을 보존하는 하나의 관점을 요청하세요.
문서화된 thinking 수준은 low, medium, high이며 3.1 Pro Preview의 기본값은 high입니다. 이 Pro 프로필에서는 thinking을 완전히 비활성화할 수 없습니다. 범위가 정해진 답변에는 더 낮은 노력 수준을, 어려운 다단계 작업에는 더 많은 추론을 선택하되 최종 결과물을 위한 출력 여유를 충분히 남기세요. 출력 한도가 작으면 쓸 수 있는 최종 답변이 나오기 전에 추론이 중단될 수 있습니다. thinking 가이드는 추론 요약과 전체 내부 과정을 구분하고 대화의 thought signature 맥락이 중요한 이유를 설명합니다.
정확한 Preview 표에는 함수 호출, 코드 실행, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. File Search 범위는 AI Studio로 한정됩니다. 함수의 목적과 매개변수 정의를 제공하고 실제 반환 결과에서 작업을 이어가세요. 별도의 Custom Tools Preview 프로필은 사용자 지정 도구와 bash를 우선하도록 최적화되어 있습니다. 이는 별도로 명명된 제작사 엔드포인트이므로 그 특화를 모든 3.1 Pro 요청의 속성으로 알리지 않고 간주해서는 안 됩니다. 제약 없는 산문 대신 정의된 기록이 필요한 과제에는 구조화된 결과 스키마를 선택하세요.
멀티모달 분석에는 관련 페이지, 시각 자료, 녹음 구간, 비디오 사건을 명시하세요. 문서 분석에서는 도표를 서면 명세와 비교하고 각 차이를 뒷받침하는 구절과 함께 반환하세요. 음성 출처는 전사문이나 텍스트 해석에 활용할 수 있습니다. 검토가 필요한 결론에는 출처 참조를 보존하고 보이거나 명시된 사실과 추론을 구분하세요. 이 프로필의 출력은 코드를 포함한 텍스트로 유지됩니다. 고유 이미지 또는 음성 생성은 정확한 기능 표에 포함되지 않습니다.
고유 3.1 Pro 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 Preview API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 입력 예산에 지시, 대화 이력, 미디어를 포함하세요. 캐싱과 배치 처리가 문서화되어 있으며 제작사 프로필에는 Flex와 Priority 옵션도 있습니다. 여러 독립 항목에는 필요한 출력을 정의하고 각 출처 식별자를 유지해 무관한 증거를 추적 불가능한 하나의 답변으로 합치지 않도록 하세요.
이름이 명시된 Preview 에디션은 Pro의 Custom Tools 프로필 및 후속 Flash 또는 Pro 릴리스와 구별됩니다. 강점은 복잡한 추론, 코딩, 증거 종합에 있으며 최종 결과물은 여전히 출처와 실제 도구 결과에 비추어 검토해야 합니다. 제공된 정보가 확정적인 결론을 뒷받침하지 못하면 미해결 모호성을 유지하세요. 유용한 결과물은 과제에서 요청한 근거 있는 답변, 코드, 기록과 함께 그 실무적 한계를 평가할 수 있는 충분한 증거를 제공합니다.
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-3.1-pro-preview: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-3.1-pro-preview:batch, google/gemini-3.1-pro-preview | 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 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.012 / 1K 토큰 입력 · 캐시 읽기 — / 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 $0.002 / 1K 토큰 출력 · 출력 토큰 $0.012 / 1K 토큰 입력 · 캐시 읽기 — / 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.018 / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-3.1-pro-preview: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-3.1-pro-preview:batch', 'google/gemini-3.1-pro-preview']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.1-pro-preview: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-3.1-pro-preview:batch
위에 표시된 메서드 경로를 사용하세요.