Gemini 3.6 Flash는 코딩, 지식 작업, 에이전트 기반 실행을 위한 Google의 주력 멀티모달 프로필입니다. Gemini 3.5 Flash를 기반으로 멀티모달 성능과 토큰 효율 개선에 중점을 둡니다. 모델은 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 과제는 코드, 스크린샷, 요구 사항을 결합하거나 차트 또는 시각 계획을 서면 제약과 비교해 검증한 설명이나 목표에 맞는 수정을 만들 수 있습니다.
개발자 가이드는 다단계 작업의 불필요한 추론 단계, 턴, 도구 호출을 줄이고 더 집중적인 편집을 하는 점을 강조합니다. 진단에는 관찰한 실패, 관련 소스, 그대로 유지해야 할 동작을 제공하세요. 차트 디버깅에서는 차트에 잘못된 계열이 표시되는 이유를 점검하고, 관련 데이터 변환을 찾아 주변 배치를 유지하면서 수정 하나를 제안하도록 요청하세요. 이후 결과를 실제 입력 데이터 및 요구되는 차트 동작과 비교할 수 있습니다.
코드를 활용한 사전 점검은 3.6에 대해 설명된 특징적인 동작입니다. 제작사는 모델이 변경 전에 진단 코드를 사용해 문제를 점검하는 경우가 더 많다고 말합니다. 이는 복잡한 조사에 도움이 될 수 있지만 가이드는 일상적인 프런트엔드 작업에 탐색 단계가 추가될 수 있다고 지적합니다. 과제에 조사, 단순 편집, 디자인 비교 중 무엇이 필요한지 밝히세요. 그 구분을 명확하게 해 주는 정보를 제공하고 연결된 애플리케이션 도구에 허용되는 행동을 지정하세요.
차트 해석, 시각 청사진 변환, 여러 요소로 이루어진 웹 레이아웃 등 공간 및 멀티모달 추론도 강조됩니다. 관련 화면이나 페이지를 제공하고 해석 대상을 밝힌 뒤 결론의 근거를 요청하세요. 디자인 과제에는 구체적인 레이아웃 및 스타일 가이드를 포함하세요. 제작사는 기능하는 코드에 중점을 두며 평가자가 이전 모델의 시각 스타일을 선호하는 경우도 있었다고 설명하므로, 명시적인 시각 기획이 유용합니다. 실제 도표나 디자인 요구 사항에 비추어 결과를 확인하세요.
문서상 기본 thinking 수준은 medium입니다. Google의 모델별 thinking 표에는 minimal, low, medium, high가 기재되어 있으며 3.6 마이그레이션 가이드는 노력 수준 예시에 medium 또는 high를 사용합니다. 해당 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있고 Computer Use는 프리뷰 기능입니다. 함수 입력과 필요한 결과를 명확하게 정의하세요. 모델이 선택한 함수에는 실제 애플리케이션 결과가 있어야 이후 답변이 그 결과에 의존할 수 있습니다. 구조화된 분석에는 스키마와 각 판단에 필요한 출처 증거를 정의하세요.
3.6 가이드는 이전 Gemini 요청과 비교해 준비 방식을 바꿉니다. temperature, top-p, top-k 샘플링 설정을 더 이상 권장하지 않으며, 미리 채운 마지막 model 역할 턴을 거부하며, 답변 제어에 system 지시나 구조화된 출력을 권장합니다. 함수 응답 규칙은 응답을 식별자와 이름으로 호출에 연결하고, Gemini 3 기본 방식은 다중 턴 사용에서 thought signature를 보존합니다. 실무적인 후속 요청에는 이전 답변의 접두부를 흉내 내기보다 관련 이력과 도구 결과를 변경 없이 전달해야 합니다.
고유 모델 카드는 최대 1M 입력 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 지시, 이력, 미디어를 입력 예산의 일부로 계산하고 과제에 맞는 크기의 출력을 요청하세요. 제작사 페이지에는 캐싱, 배치, Flex, Priority 처리도 기재되어 있습니다. 독립된 기록을 처리할 때는 기록 식별자와 결과 형식을 명확히 유지하세요. 증거에 사진, 오디오, 비디오가 포함되어도 출력은 텍스트 결과물입니다.
가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 2026년 3월 기준 지식에는 지식 범위가 2025년 1월로 제한된 분야도 포함되므로, 최신 사실이 중요하면 더 새로운 자료를 첨부하거나 문서화된 그라운딩 워크플로를 사용하세요. 계산, 출처 참조, 시각 해석, 수정 제안을 검토하세요. 이 에디션의 특징적인 준비는 초점이 분명한 진단 기획, 명확한 도구 범위, 명시적인 디자인 제약을 제공하고 그 구체적인 결과를 확인하는 것입니다.
", "aboutText": "Gemini 3.6 Flash는 코딩, 지식 작업, 에이전트 기반 실행을 위한 Google의 주력 멀티모달 프로필입니다. Gemini 3.5 Flash를 기반으로 멀티모달 성능과 토큰 효율 개선에 중점을 둡니다. 모델은 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 과제는 코드, 스크린샷, 요구 사항을 결합하거나 차트 또는 시각 계획을 서면 제약과 비교해 검증한 설명이나 목표에 맞는 수정을 만들 수 있습니다.\n\n개발자 가이드는 다단계 작업의 불필요한 추론 단계, 턴, 도구 호출을 줄이고 더 집중적인 편집을 하는 점을 강조합니다. 진단에는 관찰한 실패, 관련 소스, 그대로 유지해야 할 동작을 제공하세요. 차트 디버깅에서는 차트에 잘못된 계열이 표시되는 이유를 점검하고, 관련 데이터 변환을 찾아 주변 배치를 유지하면서 수정 하나를 제안하도록 요청하세요. 이후 결과를 실제 입력 데이터 및 요구되는 차트 동작과 비교할 수 있습니다.\n\n코드를 활용한 사전 점검은 3.6에 대해 설명된 특징적인 동작입니다. 제작사는 모델이 변경 전에 진단 코드를 사용해 문제를 점검하는 경우가 더 많다고 말합니다. 이는 복잡한 조사에 도움이 될 수 있지만 가이드는 일상적인 프런트엔드 작업에 탐색 단계가 추가될 수 있다고 지적합니다. 과제에 조사, 단순 편집, 디자인 비교 중 무엇이 필요한지 밝히세요. 그 구분을 명확하게 해 주는 정보를 제공하고 연결된 애플리케이션 도구에 허용되는 행동을 지정하세요.\n\n차트 해석, 시각 청사진 변환, 여러 요소로 이루어진 웹 레이아웃 등 공간 및 멀티모달 추론도 강조됩니다. 관련 화면이나 페이지를 제공하고 해석 대상을 밝힌 뒤 결론의 근거를 요청하세요. 디자인 과제에는 구체적인 레이아웃 및 스타일 가이드를 포함하세요. 제작사는 기능하는 코드에 중점을 두며 평가자가 이전 모델의 시각 스타일을 선호하는 경우도 있었다고 설명하므로, 명시적인 시각 기획이 유용합니다. 실제 도표나 디자인 요구 사항에 비추어 결과를 확인하세요.\n\n문서상 기본 thinking 수준은 medium입니다. Google의 모델별 thinking 표에는 minimal, low, medium, high가 기재되어 있으며 3.6 마이그레이션 가이드는 노력 수준 예시에 medium 또는 high를 사용합니다. 해당 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있고 Computer Use는 프리뷰 기능입니다. 함수 입력과 필요한 결과를 명확하게 정의하세요. 모델이 선택한 함수에는 실제 애플리케이션 결과가 있어야 이후 답변이 그 결과에 의존할 수 있습니다. 구조화된 분석에는 스키마와 각 판단에 필요한 출처 증거를 정의하세요.\n\n3.6 가이드는 이전 Gemini 요청과 비교해 준비 방식을 바꿉니다. temperature, top-p, top-k 샘플링 설정을 더 이상 권장하지 않으며, 미리 채운 마지막 model 역할 턴을 거부하며, 답변 제어에 system 지시나 구조화된 출력을 권장합니다. 함수 응답 규칙은 응답을 식별자와 이름으로 호출에 연결하고, Gemini 3 기본 방식은 다중 턴 사용에서 thought signature를 보존합니다. 실무적인 후속 요청에는 이전 답변의 접두부를 흉내 내기보다 관련 이력과 도구 결과를 변경 없이 전달해야 합니다.\n\n고유 모델 카드는 최대 1M 입력 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 지시, 이력, 미디어를 입력 예산의 일부로 계산하고 과제에 맞는 크기의 출력을 요청하세요. 제작사 페이지에는 캐싱, 배치, Flex, Priority 처리도 기재되어 있습니다. 독립된 기록을 처리할 때는 기록 식별자와 결과 형식을 명확히 유지하세요. 증거에 사진, 오디오, 비디오가 포함되어도 출력은 텍스트 결과물입니다.\n\n가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 2026년 3월 기준 지식에는 지식 범위가 2025년 1월로 제한된 분야도 포함되므로, 최신 사실이 중요하면 더 새로운 자료를 첨부하거나 문서화된 그라운딩 워크플로를 사용하세요. 계산, 출처 참조, 시각 해석, 수정 제안을 검토하세요. 이 에디션의 특징적인 준비는 초점이 분명한 진단 기획, 명확한 도구 범위, 명시적인 디자인 제약을 제공하고 그 구체적인 결과를 확인하는 것입니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8b9a41429c22467fe3cfb055026746a08ae83645fe9b6f0ce755b4d9d1a820c0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "google/gemini-3.6-flash:batchGemini 3.6 Flash는 코딩, 공간 분석, 다단계 에이전트를 위한 Google의 멀티모달 텍스트 모델입니다. 진단 목적의 점검, 집중적인 편집, 불필요한 실행 루프 감소를 강조합니다. 텍스트, 이미지, 오디오, 비디오, PDF를 입력받으며 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 3.6 Flash는 코딩, 지식 작업, 에이전트 기반 실행을 위한 Google의 주력 멀티모달 프로필입니다. Gemini 3.5 Flash를 기반으로 멀티모달 성능과 토큰 효율 개선에 중점을 둡니다. 모델은 텍스트, 이미지, 오디오, 비디오, PDF를 입력받아 텍스트를 반환합니다. 유용한 과제는 코드, 스크린샷, 요구 사항을 결합하거나 차트 또는 시각 계획을 서면 제약과 비교해 검증한 설명이나 목표에 맞는 수정을 만들 수 있습니다.
개발자 가이드는 다단계 작업의 불필요한 추론 단계, 턴, 도구 호출을 줄이고 더 집중적인 편집을 하는 점을 강조합니다. 진단에는 관찰한 실패, 관련 소스, 그대로 유지해야 할 동작을 제공하세요. 차트 디버깅에서는 차트에 잘못된 계열이 표시되는 이유를 점검하고, 관련 데이터 변환을 찾아 주변 배치를 유지하면서 수정 하나를 제안하도록 요청하세요. 이후 결과를 실제 입력 데이터 및 요구되는 차트 동작과 비교할 수 있습니다.
코드를 활용한 사전 점검은 3.6에 대해 설명된 특징적인 동작입니다. 제작사는 모델이 변경 전에 진단 코드를 사용해 문제를 점검하는 경우가 더 많다고 말합니다. 이는 복잡한 조사에 도움이 될 수 있지만 가이드는 일상적인 프런트엔드 작업에 탐색 단계가 추가될 수 있다고 지적합니다. 과제에 조사, 단순 편집, 디자인 비교 중 무엇이 필요한지 밝히세요. 그 구분을 명확하게 해 주는 정보를 제공하고 연결된 애플리케이션 도구에 허용되는 행동을 지정하세요.
차트 해석, 시각 청사진 변환, 여러 요소로 이루어진 웹 레이아웃 등 공간 및 멀티모달 추론도 강조됩니다. 관련 화면이나 페이지를 제공하고 해석 대상을 밝힌 뒤 결론의 근거를 요청하세요. 디자인 과제에는 구체적인 레이아웃 및 스타일 가이드를 포함하세요. 제작사는 기능하는 코드에 중점을 두며 평가자가 이전 모델의 시각 스타일을 선호하는 경우도 있었다고 설명하므로, 명시적인 시각 기획이 유용합니다. 실제 도표나 디자인 요구 사항에 비추어 결과를 확인하세요.
문서상 기본 thinking 수준은 medium입니다. Google의 모델별 thinking 표에는 minimal, low, medium, high가 기재되어 있으며 3.6 마이그레이션 가이드는 노력 수준 예시에 medium 또는 high를 사용합니다. 해당 페이지에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있고 Computer Use는 프리뷰 기능입니다. 함수 입력과 필요한 결과를 명확하게 정의하세요. 모델이 선택한 함수에는 실제 애플리케이션 결과가 있어야 이후 답변이 그 결과에 의존할 수 있습니다. 구조화된 분석에는 스키마와 각 판단에 필요한 출처 증거를 정의하세요.
3.6 가이드는 이전 Gemini 요청과 비교해 준비 방식을 바꿉니다. temperature, top-p, top-k 샘플링 설정을 더 이상 권장하지 않으며, 미리 채운 마지막 model 역할 턴을 거부하며, 답변 제어에 system 지시나 구조화된 출력을 권장합니다. 함수 응답 규칙은 응답을 식별자와 이름으로 호출에 연결하고, Gemini 3 기본 방식은 다중 턴 사용에서 thought signature를 보존합니다. 실무적인 후속 요청에는 이전 답변의 접두부를 흉내 내기보다 관련 이력과 도구 결과를 변경 없이 전달해야 합니다.
고유 모델 카드는 최대 1M 입력 컨텍스트와 64K 텍스트 출력을 명시하며, 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 제공합니다. 지시, 이력, 미디어를 입력 예산의 일부로 계산하고 과제에 맞는 크기의 출력을 요청하세요. 제작사 페이지에는 캐싱, 배치, Flex, Priority 처리도 기재되어 있습니다. 독립된 기록을 처리할 때는 기록 식별자와 결과 형식을 명확히 유지하세요. 증거에 사진, 오디오, 비디오가 포함되어도 출력은 텍스트 결과물입니다.
가능한 한계에는 환각과 간헐적인 지연 또는 시간 초과가 있습니다. 2026년 3월 기준 지식에는 지식 범위가 2025년 1월로 제한된 분야도 포함되므로, 최신 사실이 중요하면 더 새로운 자료를 첨부하거나 문서화된 그라운딩 워크플로를 사용하세요. 계산, 출처 참조, 시각 해석, 수정 제안을 검토하세요. 이 에디션의 특징적인 준비는 초점이 분명한 진단 기획, 명확한 도구 범위, 명시적인 디자인 제약을 제공하고 그 구체적인 결과를 확인하는 것입니다.
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-3.6-flash: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-3.6-flash:batch, google/gemini-3.6-flash | 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 $0.00075 / 1K 토큰 출력 · 출력 토큰 $0.00375 / 1K 토큰 입력 · 캐시 읽기 $0.000075 / 1K 토큰 입력 · 캐시 쓰기 $0.0000833333333333334 / 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 $0.00075 / 1K 토큰 출력 · 출력 토큰 $0.00375 / 1K 토큰 입력 · 캐시 읽기 $0.000075 / 1K 토큰 입력 · 캐시 쓰기 $0.0000833333333333334 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-3.6-flash: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-3.6-flash:batch', 'google/gemini-3.6-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.6-flash: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-3.6-flash:batch
위에 표시된 메서드 경로를 사용하세요.