Gemini 3.5 Flash-Lite는 반복적인 데이터 작업과 집중된 하위 에이전트 과제를 위한 Google의 실행 중심 멀티모달 텍스트 프로필입니다. Gemini 3.1 Flash-Lite를 기반으로 문서 이해, 도구 신뢰성, 다중 턴 지시 이행을 개선합니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 결과는 더 큰 과제 안에서 추출한 기록 하나, 분류, 짧은 번역 또는 범위가 정해진 도구 지원 분석입니다.
문서 파싱에는 중요한 필드와 각 필드가 보존해야 할 증거를 정의하세요. 관련 페이지를 제공하고 정보가 없거나 모호할 때의 표현 방식을 지정하세요. 지원 메시지 추출에서는 제품 코드, 언급된 문제, 뒷받침 문장을 추출하고 답변에 메시지 식별자를 유지하세요. 하나의 필드에 여러 후보가 있는 문서에서 이를 알리지 않고 하나의 추측값으로 합쳐서는 안 됩니다. 스키마가 실제 과제와 일치하면 구조화된 JSON으로 후속 처리에 사용할 수 있는 결과를 만들 수 있습니다.
문서화된 thinking 수준은 minimal, low, medium, high이며 기본값은 minimal입니다. 제작사는 이를 대량 추출, 라우팅, 분류에 권장하며, 도구 호출, 코드 실행, 여러 추론 단계가 포함된 자율 하위 에이전트 작업에는 medium 또는 high가 적절하다고 설명합니다. 가이드는 이런 긴 과제에서 도구 사용을 성급하게 종료하지 않도록 노력 수준을 높일 것을 특별히 권고합니다. 따라서 필드 하나 추출과 예외가 있는 문서 비교에는 서로 다른 노력 수준이 유익합니다. minimal은 이 에디션에서 지원되는 설정이며 모든 Flash 모델에 옮겨 적용할 일반 설정은 아닙니다.
집중된 하위 에이전트 지시문에는 과제 하나, 원자료, 허용 도구, 필요한 최종 형식이 담겨야 합니다. 예를 들어 명시된 규칙에 따라 표를 살펴보고 해당 행과 관련 값을 반환할 수 있습니다. 제작사는 가벼운 코드 실행을 활용한 표 데이터 처리와 프런트엔드 JavaScript 작업도 강조합니다. 요청한 함수를 실행하고 실제 결과를 반환할 책임은 주변 애플리케이션에 있습니다. 완료된 결과를 실행하지 않은 제안이나 해결되지 않은 입력 질문과 구별할 수 있게 유지하세요.
정확한 3.5 Flash-Lite 페이지는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트를 기재하며 Computer Use는 프리뷰로 표시합니다. 구조화된 출력과 thinking이 지원됩니다. 여러 턴에 걸친 페르소나나 과제에서는 이후 응답도 같은 지시를 따르도록 실제 지시와 도구 관찰을 유지하세요. 개발자 가이드는 3.1 Flash-Lite보다 강한 페르소나 지속성을 강조합니다. 후속 요청마다 목표를 다시 정의하기보다 간결한 역할과 출력 계약을 사용하세요.
가이드는 이 에디션에서 기존 샘플링 설정과 미리 채운 마지막 model 턴도 더 이상 권장하지 않습니다. 합성 model 역할 턴 안에서 답변을 시작하려 하지 말고 명시적 지시나 스키마로 범위가 정해진 답변을 제어하세요. 인터페이스가 요구하는 곳에서는 Gemini 3의 thought signature 맥락을 보존하고 함수 결과를 호출과 연결하세요. 이런 준비 규칙은 동일한 과제를 완료하는 데 필요한 증거를 유지한 후속 작업을 뒷받침합니다.
고유 모델 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 기재하며, 정확한 API 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 기록, 이력, 미디어 모두 입력 준비에 포함됩니다. 제작사 프로필에는 캐싱, 배치, Flex, Priority 옵션이 있습니다. 반복 요청에는 안정적인 식별자와 간결하고 일관된 답변 형식을 사용해 각 추출 결과를 출처와 비교할 수 있도록 하세요. 이 프로필의 오디오, 이미지, 비디오 입력은 생성 음성이나 그림이 아니라 텍스트 해석 또는 전사문을 만듭니다.
가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 지식 기준일은 2026년 3월이며 일부 분야는 2025년 1월로 제한됩니다. 출처에 의존하는 추출은 제공된 자료가 뒷받침하는 내용을 반환해야 하며 최신 사실 질문에는 최신 증거가 필요합니다. 3.1 Flash-Lite와 비교해 이 프로필은 문서화된 실행 및 컴퓨터 사용 기능을 추가하며, 3.6 Flash는 더 복잡한 코딩과 공간 작업에 중점을 둡니다. 더 큰 워크플로에 답변을 통합하기 전에 추출한 필드, 도구 결과, 유지된 지시를 검토하세요.
", "aboutText": "Gemini 3.5 Flash-Lite는 반복적인 데이터 작업과 집중된 하위 에이전트 과제를 위한 Google의 실행 중심 멀티모달 텍스트 프로필입니다. Gemini 3.1 Flash-Lite를 기반으로 문서 이해, 도구 신뢰성, 다중 턴 지시 이행을 개선합니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 결과는 더 큰 과제 안에서 추출한 기록 하나, 분류, 짧은 번역 또는 범위가 정해진 도구 지원 분석입니다.\n\n문서 파싱에는 중요한 필드와 각 필드가 보존해야 할 증거를 정의하세요. 관련 페이지를 제공하고 정보가 없거나 모호할 때의 표현 방식을 지정하세요. 지원 메시지 추출에서는 제품 코드, 언급된 문제, 뒷받침 문장을 추출하고 답변에 메시지 식별자를 유지하세요. 하나의 필드에 여러 후보가 있는 문서에서 이를 알리지 않고 하나의 추측값으로 합쳐서는 안 됩니다. 스키마가 실제 과제와 일치하면 구조화된 JSON으로 후속 처리에 사용할 수 있는 결과를 만들 수 있습니다.\n\n문서화된 thinking 수준은 minimal, low, medium, high이며 기본값은 minimal입니다. 제작사는 이를 대량 추출, 라우팅, 분류에 권장하며, 도구 호출, 코드 실행, 여러 추론 단계가 포함된 자율 하위 에이전트 작업에는 medium 또는 high가 적절하다고 설명합니다. 가이드는 이런 긴 과제에서 도구 사용을 성급하게 종료하지 않도록 노력 수준을 높일 것을 특별히 권고합니다. 따라서 필드 하나 추출과 예외가 있는 문서 비교에는 서로 다른 노력 수준이 유익합니다. minimal은 이 에디션에서 지원되는 설정이며 모든 Flash 모델에 옮겨 적용할 일반 설정은 아닙니다.\n\n집중된 하위 에이전트 지시문에는 과제 하나, 원자료, 허용 도구, 필요한 최종 형식이 담겨야 합니다. 예를 들어 명시된 규칙에 따라 표를 살펴보고 해당 행과 관련 값을 반환할 수 있습니다. 제작사는 가벼운 코드 실행을 활용한 표 데이터 처리와 프런트엔드 JavaScript 작업도 강조합니다. 요청한 함수를 실행하고 실제 결과를 반환할 책임은 주변 애플리케이션에 있습니다. 완료된 결과를 실행하지 않은 제안이나 해결되지 않은 입력 질문과 구별할 수 있게 유지하세요.\n\n정확한 3.5 Flash-Lite 페이지는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트를 기재하며 Computer Use는 프리뷰로 표시합니다. 구조화된 출력과 thinking이 지원됩니다. 여러 턴에 걸친 페르소나나 과제에서는 이후 응답도 같은 지시를 따르도록 실제 지시와 도구 관찰을 유지하세요. 개발자 가이드는 3.1 Flash-Lite보다 강한 페르소나 지속성을 강조합니다. 후속 요청마다 목표를 다시 정의하기보다 간결한 역할과 출력 계약을 사용하세요.\n\n가이드는 이 에디션에서 기존 샘플링 설정과 미리 채운 마지막 model 턴도 더 이상 권장하지 않습니다. 합성 model 역할 턴 안에서 답변을 시작하려 하지 말고 명시적 지시나 스키마로 범위가 정해진 답변을 제어하세요. 인터페이스가 요구하는 곳에서는 Gemini 3의 thought signature 맥락을 보존하고 함수 결과를 호출과 연결하세요. 이런 준비 규칙은 동일한 과제를 완료하는 데 필요한 증거를 유지한 후속 작업을 뒷받침합니다.\n\n고유 모델 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 기재하며, 정확한 API 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 기록, 이력, 미디어 모두 입력 준비에 포함됩니다. 제작사 프로필에는 캐싱, 배치, Flex, Priority 옵션이 있습니다. 반복 요청에는 안정적인 식별자와 간결하고 일관된 답변 형식을 사용해 각 추출 결과를 출처와 비교할 수 있도록 하세요. 이 프로필의 오디오, 이미지, 비디오 입력은 생성 음성이나 그림이 아니라 텍스트 해석 또는 전사문을 만듭니다.\n\n가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 지식 기준일은 2026년 3월이며 일부 분야는 2025년 1월로 제한됩니다. 출처에 의존하는 추출은 제공된 자료가 뒷받침하는 내용을 반환해야 하며 최신 사실 질문에는 최신 증거가 필요합니다. 3.1 Flash-Lite와 비교해 이 프로필은 문서화된 실행 및 컴퓨터 사용 기능을 추가하며, 3.6 Flash는 더 복잡한 코딩과 공간 작업에 중점을 둡니다. 더 큰 워크플로에 답변을 통합하기 전에 추출한 필드, 도구 결과, 유지된 지시를 검토하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "076ec5e44bed3ee90c3279ef34c43c993fd020bc46e968b15ff99cbe6f6c088e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "google/gemini-3.5-flash-lite:batchGemini 3.5 Flash-Lite는 집중된 하위 에이전트 과제, 문서 파싱, 반복 데이터 추출을 위한 Google의 멀티모달 모델입니다. 기본 minimal 추론은 범위가 정해진 기록에 적합하며 다단계 도구 작업에는 medium 또는 high가 문서화되어 있습니다. 텍스트, 이미지, 오디오, 비디오, PDF에서 텍스트나 구조화된 결과를 반환합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3.5 Flash-Lite는 반복적인 데이터 작업과 집중된 하위 에이전트 과제를 위한 Google의 실행 중심 멀티모달 텍스트 프로필입니다. Gemini 3.1 Flash-Lite를 기반으로 문서 이해, 도구 신뢰성, 다중 턴 지시 이행을 개선합니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 결과는 더 큰 과제 안에서 추출한 기록 하나, 분류, 짧은 번역 또는 범위가 정해진 도구 지원 분석입니다.
문서 파싱에는 중요한 필드와 각 필드가 보존해야 할 증거를 정의하세요. 관련 페이지를 제공하고 정보가 없거나 모호할 때의 표현 방식을 지정하세요. 지원 메시지 추출에서는 제품 코드, 언급된 문제, 뒷받침 문장을 추출하고 답변에 메시지 식별자를 유지하세요. 하나의 필드에 여러 후보가 있는 문서에서 이를 알리지 않고 하나의 추측값으로 합쳐서는 안 됩니다. 스키마가 실제 과제와 일치하면 구조화된 JSON으로 후속 처리에 사용할 수 있는 결과를 만들 수 있습니다.
문서화된 thinking 수준은 minimal, low, medium, high이며 기본값은 minimal입니다. 제작사는 이를 대량 추출, 라우팅, 분류에 권장하며, 도구 호출, 코드 실행, 여러 추론 단계가 포함된 자율 하위 에이전트 작업에는 medium 또는 high가 적절하다고 설명합니다. 가이드는 이런 긴 과제에서 도구 사용을 성급하게 종료하지 않도록 노력 수준을 높일 것을 특별히 권고합니다. 따라서 필드 하나 추출과 예외가 있는 문서 비교에는 서로 다른 노력 수준이 유익합니다. minimal은 이 에디션에서 지원되는 설정이며 모든 Flash 모델에 옮겨 적용할 일반 설정은 아닙니다.
집중된 하위 에이전트 지시문에는 과제 하나, 원자료, 허용 도구, 필요한 최종 형식이 담겨야 합니다. 예를 들어 명시된 규칙에 따라 표를 살펴보고 해당 행과 관련 값을 반환할 수 있습니다. 제작사는 가벼운 코드 실행을 활용한 표 데이터 처리와 프런트엔드 JavaScript 작업도 강조합니다. 요청한 함수를 실행하고 실제 결과를 반환할 책임은 주변 애플리케이션에 있습니다. 완료된 결과를 실행하지 않은 제안이나 해결되지 않은 입력 질문과 구별할 수 있게 유지하세요.
정확한 3.5 Flash-Lite 페이지는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트를 기재하며 Computer Use는 프리뷰로 표시합니다. 구조화된 출력과 thinking이 지원됩니다. 여러 턴에 걸친 페르소나나 과제에서는 이후 응답도 같은 지시를 따르도록 실제 지시와 도구 관찰을 유지하세요. 개발자 가이드는 3.1 Flash-Lite보다 강한 페르소나 지속성을 강조합니다. 후속 요청마다 목표를 다시 정의하기보다 간결한 역할과 출력 계약을 사용하세요.
가이드는 이 에디션에서 기존 샘플링 설정과 미리 채운 마지막 model 턴도 더 이상 권장하지 않습니다. 합성 model 역할 턴 안에서 답변을 시작하려 하지 말고 명시적 지시나 스키마로 범위가 정해진 답변을 제어하세요. 인터페이스가 요구하는 곳에서는 Gemini 3의 thought signature 맥락을 보존하고 함수 결과를 호출과 연결하세요. 이런 준비 규칙은 동일한 과제를 완료하는 데 필요한 증거를 유지한 후속 작업을 뒷받침합니다.
고유 모델 카드는 최대 1M 컨텍스트와 64K 텍스트 출력을 기재하며, 정확한 API 페이지는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 지시, 기록, 이력, 미디어 모두 입력 준비에 포함됩니다. 제작사 프로필에는 캐싱, 배치, Flex, Priority 옵션이 있습니다. 반복 요청에는 안정적인 식별자와 간결하고 일관된 답변 형식을 사용해 각 추출 결과를 출처와 비교할 수 있도록 하세요. 이 프로필의 오디오, 이미지, 비디오 입력은 생성 음성이나 그림이 아니라 텍스트 해석 또는 전사문을 만듭니다.
가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 지식 기준일은 2026년 3월이며 일부 분야는 2025년 1월로 제한됩니다. 출처에 의존하는 추출은 제공된 자료가 뒷받침하는 내용을 반환해야 하며 최신 사실 질문에는 최신 증거가 필요합니다. 3.1 Flash-Lite와 비교해 이 프로필은 문서화된 실행 및 컴퓨터 사용 기능을 추가하며, 3.6 Flash는 더 복잡한 코딩과 공간 작업에 중점을 둡니다. 더 큰 워크플로에 답변을 통합하기 전에 추출한 필드, 도구 결과, 유지된 지시를 검토하세요.
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-3.5-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-3.5-flash-lite:batch, google/gemini-3.5-flash-lite | 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.0025 / 1K 토큰 입력 · 캐시 읽기 $0.00003 / 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 $0.0003 / 1K 토큰 출력 · 출력 토큰 $0.0025 / 1K 토큰 입력 · 캐시 읽기 $0.00003 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-3.5-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-3.5-flash-lite:batch', 'google/gemini-3.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.5-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-3.5-flash-lite:batch
위에 표시된 메서드 경로를 사용하세요.