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

# Google: Gemini 3 Flash Preview (batch)

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

## [Google: Gemini 3 Flash Preview (batch)](https://ailoot.ai/models/ms/google-gemini-3-flash-preview-u003a-batch/)

Gemini 3 Flash Preview menggabungkan pemahaman dan penaakulan multimodal dengan output teks. Ia menyokong analisis kod, dokumen dan visual, hasil berstruktur serta aliran kerja berorientasikan alat, dengan empat aras pemikiran yang didokumenkan untuk memilih kedalaman analisis.

- [**Ailoot Ultra · Kelompok** `POST /v1/batches` `google/gemini-3-flash-preview:batch`](https://ailoot.ai/models/ms/google-gemini-3-flash-preview-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 Flash Preview ialah model penaakulan Google untuk pemahaman multimodal, pengekodan dan tugas berejen. Ia menerima teks, imej, video, audio dan PDF serta mengembalikan teks. Oleh itu, permintaan boleh menggabungkan arahan bertulis, fail sumber, pemerhatian visual dan sejarah perbualan sekitar satu masalah. Hasil mungkin berupa penerangan, cadangan kod, data diekstrak atau pelan berasaskan bahan tersebut, bukannya imej terjana atau respons pertuturan.

Kad model khusus memberikan had input 1,048,576 token dan had output 65,536 token. Rancang sumber dan hasil secara berasingan: petikan repositori panjang, koleksi dokumen atau rakaman hanya boleh muat apabila perwakilan diprosesnya dan arahan muat dalam belanjawan input, dan jawapan masih memerlukan panjang yang diperuntukkan sendiri. Labelkan sumber berkaitan dan kenal pasti bahan yang berautoriti. Untuk prom panjang, panduan pembangun mengesyorkan soalan khusus diletakkan selepas data dan dikaitkan secara jelas dengan maklumat sebelumnya.

Pemikiran bersifat dinamik, dengan high sebagai lalai yang didokumenkan bagi model ini. Aras disokong ialah minimal, low, medium dan high. Ia merupakan peruntukan penaakulan relatif, bukannya bilangan token terjamin. Minimal masih boleh melibatkan sedikit penaakulan untuk masalah pengekodan sukar. Pilih aras mengikut tugas: transformasi ringkas dan masalah penyahpepijatan berbilang syarat memerlukan pengendalian berbeza. Gunakan arahan terus dan jelas daripada memaksa ritual penaakulan rumit ke dalam prom; minta artifak akhir serta semakan yang menjadikannya boleh digunakan.

Kad pengeluar menyenaraikan output berstruktur, pemanggilan fungsi, pelaksanaan kod, penggunaan komputer, carian fail, pembumian carian, pembumian Google Maps, konteks URL dan cache. Alat terbina dalam boleh digabungkan dengan pemanggilan fungsi tersuai dalam aliran Gemini 3 yang didokumenkan. Aplikasi mentakrif fungsi, menyemak argumennya, melaksanakan tindakan diterima dan menghantar kembali hasilnya. Untuk pembantu kod, alat baca fail atau pelaksana ujian terkawal boleh membekalkan bukti konkrit bagi langkah seterusnya. Tindakan dicadangkan dan hasil alat diperhatikan perlu kekal berbeza dalam laporan akhir.

Untuk pengaturcaraan, bekalkan fail berkaitan, bahasa, tingkah laku dijangkakan dan input yang menunjukkan isu. Tetapkan skop perubahan dan nyatakan antara muka atau tingkah laku yang mesti kekal. Minta pelaksanaan dipinda serta kes yang perlu disemak. Untuk tugas dokumen analitis, tetapkan soalan, medan wajib dan rujukan sumber. Jika output berstruktur digunakan, berikan skema dengan makna medan jelas serta peraturan nilai tiada. Sahkan sintaksnya dan sama ada setiap nilai berpunca daripada bahan asal.

Untuk analisis multimodal, kenal pasti perkara penting dalam setiap sumber. Tangkapan skrin boleh menyokong penerangan antara muka, PDF boleh membekalkan jadual atau carta, dan rakaman boleh memberikan peristiwa lisan atau terlihat. Panduan pembangun membincangkan kawalan resolusi media kerana perincian mengubah perwakilan diproses dan penggunaan token. Aliran kerja pelaksanaan kod pengeluar boleh memotong atau mengezum imej dibekalkan, menjalankan pengiraan daripada data visual dan menambah anotasi sebelum model menyediakan jawapan. Teks kecil yang boleh dibaca mungkin memerlukan tetapan berbeza daripada huraian adegan luas. Simpan halaman, imej atau klip berkaitan supaya pemerhatian boleh disemak, daripada menganggap ringkasan lancar sebagai bukti setiap butiran dibaca dengan betul.

Keadaan perbualan dan alat perlu dikekalkan dalam antara muka terpilih. Gemini 3 menggunakan tandatangan pemikiran untuk membawa konteks penaakulan antara panggilan; panduan pembangun membezakan sejarah berkeadaan terurus daripada sejarah tanpa keadaan yang diurus secara manual. Kekalkan konteks wajib semasa menyambung tugas alat atau meminda hasil. Google turut mengesyorkan temperature lalai 1.0 daripada mengimport kaedah suhu rendah yang boleh menyebabkan gelung atau kemerosotan tingkah laku dalam tugas kompleks. Ini ialah amalan integrasi pengeluar, bukannya dakwaan baharu tentang mekanisme pengangkutan data mana-mana aplikasi tertentu.

Model teks tidak mengiklankan penjanaan imej atau audio, ataupun Live API. Panduan turut membezakan pemahaman visual daripada segmentasi imej peringkat piksel, yang bukan keupayaan Gemini 3 Flash yang disokong. Gunakan hasil akhir sesuai bagi tugas sebenar: pemerhatian dikaitkan dengan sumber, rekod berstruktur, perubahan kod atau keputusan dengan andaian dinyatakan. Semak aritmetik, sahkan kod dalam persekitaran dimaksudkan dan semak maklumat alat dikembalikan. Apabila fakta terkini penting, gunakan sumber pembumian dikonfigurasi atau data semasa dibekalkan daripada mengandaikan pengetahuan model ialah pangkalan data langsung.

**Ailoot Ultra · Kelompok** `POST /v1/batches` `google/gemini-3-flash-preview:batch`

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

Google /`google/gemini-3-flash-preview:batch`

### Pengenalan

Gemini 3 Flash Preview menggabungkan pemahaman dan penaakulan multimodal dengan output teks. Ia menyokong analisis kod, dokumen dan visual, hasil berstruktur serta aliran kerja berorientasikan alat, dengan empat aras pemikiran yang didokumenkan untuk memilih kedalaman analisis.

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-flash-preview: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-flash-preview:batch, google/gemini-3-flash-preview | 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 **$0.0005** / 1K token Output · Token output **$0.003** / 1K token Input · Bacaan cache **—** / 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 **$0.0005** / 1K token Output · Token output **$0.003** / 1K token Input · Bacaan cache **—** / 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-flash-preview: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-flash-preview:batch', 'google/gemini-3-flash-preview']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"google/gemini-3-flash-preview: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-flash-preview:batch`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3-flash-preview%3Abatch&route=Ultra&caller=google%2Fgemini-3-flash-preview%3Abatch&fmt=batches)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

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

FAQ · Google: Gemini 3 Flash Preview (batch)

Apakah input dan hasil yang tersedia?

`POST /v1/batches` · `google/gemini-3-flash-preview:batch`: `text` → `text`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/batches` · `google/gemini-3-flash-preview:batch`: `endpoint`, `model`, `requests`, `completion_window`, `provider`

Apakah had yang terpakai?

`POST /v1/batches` · `google/gemini-3-flash-preview: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.