Source: https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/
Canonical: https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/
Language: ms

# Google: Gemini 3.5 Flash Lite (batch)

[Markdown](https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/facts.json)

## [Google: Gemini 3.5 Flash Lite (batch)](https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/)

Gemini 3.5 Flash-Lite ialah model multimodal Google untuk tugas subejen berfokus, penghuraian dokumen dan pengekstrakan data berulang. Penaakulan minimal lalainya sesuai untuk rekod terbatas; medium atau high didokumenkan untuk kerja alat berbilang langkah. Ia mengembalikan teks atau hasil berstruktur daripada teks, imej, audio, video dan PDF.

- [**Ailoot Ultra · Kelompok** `POST /v1/batches` `google/gemini-3.5-flash-lite:batch`](https://ailoot.ai/models/ms/google-gemini-3-5-flash-lite-u003a-batch/#method-0)

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Gemini 3.5 Flash-Lite ialah profil teks multimodal Google yang berfokus pada pelaksanaan untuk kerja data berulang dan tugas subejen berfokus. Ia dibina berasaskan Gemini 3.1 Flash-Lite, menambah baik pemahaman dokumen, kebolehpercayaan alat dan pematuhan arahan berbilang giliran. Ia menerima teks, imej, audio, video dan PDF serta mengembalikan teks. Hasil yang berguna ialah satu rekod diekstrak, pengelasan, terjemahan ringkas atau analisis berbantukan alat yang terbatas dalam tugas lebih besar.

Untuk penghuraian dokumen, tetapkan medan yang penting dan bukti yang mesti disimpan setiap medan. Berikan halaman berkaitan dan nyatakan cara mewakili maklumat tiada atau kabur. Untuk pengekstrakan mesej sokongan, ekstrak kod produk, isu disebut dan ayat sokongan daripada mesej sokongan sambil mengekalkan pengecam mesej dalam jawapan. Dokumen dengan beberapa calon bagi sesuatu medan tidak sepatutnya merangkumnya secara senyap kepada satu nilai tekaan. JSON berstruktur boleh menjadikan hasil berguna untuk pemprosesan kemudian apabila skemanya sepadan dengan tugas sebenar.

Aras pemikiran yang didokumenkan ialah minimal, low, medium dan high, dengan minimal sebagai lalai. Pembuat mengesyorkannya untuk pengekstrakan, penghalaan dan pengelasan berjumlah tinggi, manakala medium atau high sesuai untuk kerja subejen autonomi yang melibatkan panggilan alat, pelaksanaan kod atau beberapa langkah penaakulan. Panduan khusus menasihatkan peningkatan usaha untuk tugas lebih panjang itu supaya penggunaan alat tidak ditamatkan terlalu awal. Oleh itu, pengekstrakan satu medan dan perbandingan dokumen dengan pengecualian mendapat manfaat daripada pilihan usaha berbeza. Minimal ialah tetapan yang disokong edisi ini, bukannya tetapan umum untuk dipindahkan kepada setiap model Flash.

Taklimat subejen berfokus perlu mengandungi satu kerja, bahan sumbernya, alat dibenarkan dan bentuk akhir yang wajib. Contohnya, ia boleh meneliti jadual berdasarkan peraturan tertentu dan mengembalikan baris yang terjejas bersama nilai berkaitan. Pembuat turut mengetengahkan pemprosesan data jadual dan kerja JavaScript frontend yang dibantu pelaksanaan kod ringan. Aplikasi sekeliling tetap bertanggungjawab menjalankan fungsi yang diminta dan mengembalikan hasil sebenar. Bezakan hasil selesai daripada cadangan belum dilaksanakan atau persoalan input yang belum selesai.

Halaman khusus 3.5 Flash-Lite menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL, dengan Computer Use ditandakan sebagai pratonton. Output berstruktur dan pemikiran disokong. Untuk persona atau tugas berbilang giliran, kekalkan arahan sebenar serta pemerhatian alat supaya balasan kemudian mengikuti tugasan sama. Panduan pembangun mengetengahkan pengekalan persona lebih kukuh berbanding 3.1 Flash-Lite. Gunakan peranan dan kontrak output ringkas daripada mentakrif semula objektif pada setiap susulan.

Panduan turut menandakan tetapan pensampelan lama dan giliran model akhir yang diisi awal sebagai lapuk bagi edisi ini. Kawal jawapan terbatas melalui arahan jelas atau skema daripada cuba memulakan jawapan dalam giliran peranan model sintetik. Kekalkan konteks tandatangan pemikiran Gemini 3 apabila diwajibkan oleh antara muka, dan padankan hasil fungsi dengan panggilannya. Peraturan penyediaan ini menyokong sambungan yang masih mempunyai bukti yang diperlukan untuk menyelesaikan kerja sama.

Kad asal menyenaraikan konteks sehingga 1M dan output teks 64K; halaman API khusus menetapkan 1,048,576 token input dan 65,536 token output. Arahan, rekod, sejarah dan media semuanya menyumbang kepada penyediaan input. Pilihan cache, kelompok, Flex dan Priority disenaraikan bagi profil pengeluar. Untuk permintaan berulang, gunakan pengecam stabil dan format jawapan ringkas yang konsisten supaya setiap pengekstrakan boleh dibandingkan dengan sumbernya. Input audio, imej atau video menghasilkan tafsiran atau transkrip teks dalam profil ini, bukannya pertuturan atau karya visual terjana.

Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Pengekstrakan bergantung sumber perlu mengembalikan perkara yang disokong bahan dibekalkan; soalan fakta semasa memerlukan bukti semasa. Berbanding 3.1 Flash-Lite, profil ini menambah keupayaan pelaksanaan dan penggunaan komputer yang didokumenkan, manakala 3.6 Flash menekankan pengekodan serta kerja ruang lebih kompleks. Semak medan diekstrak, hasil alat dan arahan yang dikekalkan sebelum memasukkan jawapan ke dalam aliran kerja lebih besar.

**Ailoot Ultra · Kelompok** `POST /v1/batches` `google/gemini-3.5-flash-lite:batch`

[`google/gemini-3.5-flash-lite:batch`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-flash-lite%3Abatch&route=Ultra&caller=google%2Fgemini-3.5-flash-lite%3Abatch&fmt=batches)

Google /`google/gemini-3.5-flash-lite:batch`

### Pengenalan

Gemini 3.5 Flash-Lite ialah model multimodal Google untuk tugas subejen berfokus, penghuraian dokumen dan pengekstrakan data berulang. Penaakulan minimal lalainya sesuai untuk rekod terbatas; medium atau high didokumenkan untuk kerja alat berbilang langkah. Ia mengembalikan teks atau hasil berstruktur daripada teks, imej, audio, video dan PDF.

Input yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · Kelompok** `POST /v1/batches`

Input

`text`

Output

`text`

Format output

JSON results\[\].response.body sebaris

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`endpoint` | Jenis`string` | KeperluanDiperlukan | Nilai & had /v1/chat/completions | Lalai— |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had google/gemini-3.5-flash-lite:batch | Lalai— |
| Medan`requests` | Jenis`batch_item[]` | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
| Medan`requests[].custom_id` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`requests[].body.messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`completion_window` | Jenis`string` | KeperluanPilihan | Nilai & had 24h | Lalai— |
| Medan`provider` | Jenis`object\|null` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`requests[].body.model` | Jenis`string` | KeperluanPilihan | Nilai & had google/gemini-3.5-flash-lite:batch, google/gemini-3.5-flash-lite | Lalai— |
| Medan`provider.only` | Jenis`string[]` | KeperluanPilihan | Nilai & had google-vertex/global | Lalai— |
| Medan`provider.allow_fallbacks` | Jenis`boolean\|null` | KeperluanPilihan | Nilai & had false, null | Lalai— |

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakendpoint, model, requests |
| Parameter`material_types` | Kontraktext |
| Parameter`representation` | Kontrakrequests\[\] sebaris; setiap item mempunyai custom\_id dan body |
| Parameter`request_endpoint_profile` | Kontrak/v1/chat/completions |
| Parameter`file_material` | KontrakPemanggil boleh membaca JSONL UTF-8 sebenar secara setempat ke dalam requests\[\]. Tiada tujuan muat naik, input\_file\_id atau rujukan fail digunakan. Bahan pelanggan yang tiada atau kosong menghentikan persediaan sebelum POST. |
| Parameter`serialization_order` | Kontrakendpoint, model, provider (jika dibekalkan), completion\_window (jika dibekalkan), requests di akhir |
| Parameter`optional_controls` | Kontrakprovider.only, provider.allow\_fallbacks, completion\_window |
| Parameter`schema_scope` | KontrakBadan permintaan Chat Completions teks dalam pembungkus Batch sebaris yang didokumenkan. |

Kitar hayat: `asynchronous`

`GET /v1/batches/{operation_id}` · response.id sebenar daripada respons penciptaan asal; pengguna/kunci/kumpulan yang sama

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Harga cache eksplisit

Tidak diaktifkan Apabila cache eksplisit diminta

#### Kadar Ailoot

#### Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
| --- | --- | --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input **$0.0003** / 1K token Output · Token output **$0.0025** / 1K token Input · Bacaan cache **$0.00003** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input **$0.0003** / 1K token Output · Token output **$0.0025** / 1K token Input · Bacaan cache **$0.00003** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Kelompok

curl · data ujian yang disimpanPython HTTP · JSONL sebenar pelangganPython · simpan setiap hasil yang telah siap

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=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}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
```

```python
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        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")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3.5-flash-lite:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
```

```python
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Kelompok

JSON results\[\].response.body sebaris

- `GET /v1/batches/{operation_id}`

##### Semak status tugas

curl · status operasi asal

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
```

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan keseluruhan JSON status asal, setiap hasil/custom\_id serta badan respons atau ralat yang lengkap. Simpan results\[\] yang telah selesai sebagai JSONL tanpa penapisan.

##### Jika respons asal perlu disemak

Simpan ID operasi asal. 503 result\_pending\_check mempunyai X-Should-Retry:false; jangan sekali-kali hantar semula kelompok asal yang hasilnya tidak diketahui.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`results[].custom_id` | Jenisstring |
| Medan`results[].response.body.choices[].message.content` | Jenisstring\|null |
| Medan`results[].error` | Jenisobject\|null |
| Medan`usage` | Jenisobject\|null |
| Medan`id` | Jenisstring |
| Medan`model` | Jenisstring |
| Medan`endpoint` | Jenisstring |
| Medan`status` | Jenisstring |
| Medan`request_counts` | Jenisobject |
| Medan`results[].id` | Jenisstring |
| Medan`results[].response.status_code` | Jenisinteger |
| Medan`results[].response.request_id` | Jenisstring |

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratPembungkus sebaris yang didokumenkan tidak sah, kunci berulang, identiti item atau keupayaan model yang dikonfigurasikan bercanggah. | Langkah seterusnyaBetulkan medan yang dinyatakan sebelum sebarang penghantaran baharu. |
| Respons401 · `authentication_error` | SyaratKunci API tidak sah. | Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan. |
| Respons403 · `permission_error` | SyaratKumpulan kelompok tidak tersedia. | Langkah seterusnyaSemak hak akses kunci/kumpulan. |
| Respons422 · `invalid_request_error` | SyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak. | Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki. |
| Respons422 · `price_unavailable` | SyaratSebut harga tidak dapat diberikan untuk input kelompok. | Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan. |
| Respons402 · `billing_error` | SyaratRizab kelompok tidak tersedia. | Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu. |
| Respons503 · `price_unavailable` | SyaratHarga kaedah kelompok/kadar natif tidak tersedia. | Langkah seterusnyaSimpan respons; jangan gantikan harga. |
| Respons503 · `api_error` | SyaratLaluan pembekal yang tepat tidak tersedia. | Langkah seterusnyaSimpan respons untuk pembaikan laluan. |
| Respons503 · `result_pending_check` | SyaratHasil asal memerlukan semakan; X-Should-Retry:false. | Langkah seterusnyaSimpan operation\_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal. |
| Respons404 · `not_found` | SyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain. | Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama. |

### Alias

#### Alias model

**Ailoot Ultra** [`google/gemini-3.5-flash-lite:batch`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-flash-lite%3Abatch&route=Ultra&caller=google%2Fgemini-3.5-flash-lite%3Abatch&fmt=batches)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`google/gemini-3.5-flash-lite:batch`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-flash-lite%3Abatch&route=Ultra&caller=google%2Fgemini-3.5-flash-lite%3Abatch&fmt=batches)

FAQ · Google: Gemini 3.5 Flash Lite (batch)

Apakah input dan hasil yang tersedia?

`POST /v1/batches` · `google/gemini-3.5-flash-lite:batch`: `text` → `text`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/batches` · `google/gemini-3.5-flash-lite:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Apakah had yang terpakai?

`POST /v1/batches` · `google/gemini-3.5-flash-lite:batch`: `requests.min_items`: `1`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.