Gemini 3.5 Flash-Lite is Googles uitvoeringsgerichte multimodale tekstprofiel voor herhaald gegevenswerk en gerichte subagenttaken. Het bouwt voort op Gemini 3.1 Flash-Lite en verbetert documentbegrip, betrouwbaarheid van hulpmiddelen en het volgen van instructies over meerdere beurten. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug. Een bruikbaar resultaat is één geëxtraheerd record, een classificatie, een korte vertaling of een afgebakende analyse met hulpmiddelen binnen een grotere taak.
Definieer voor documentanalyse de belangrijke velden en het bewijs dat elk veld moet behouden. Geef de relevante pagina’s en specificeer hoe ontbrekende of dubbelzinnige informatie moet worden weergegeven. Extraheer voor supportberichtverwerking een productcode, het genoemde probleem en de ondersteunende zin uit een supportbericht en behoud de berichtidentificatie in het antwoord. Een document met meerdere kandidaten voor een veld mag die niet stilzwijgend tot één gegiste waarde reduceren. Gestructureerde JSON kan het resultaat bruikbaar maken voor latere verwerking wanneer het schema op de werkelijke taak aansluit.
De gedocumenteerde denkniveaus zijn minimal, low, medium en high, met minimal als standaard. De maker raadt het aan voor extractie, routering en classificatie in grote volumes, terwijl medium of high geschikt is voor autonoom subagentwerk met hulpmiddelaanroepen, code-uitvoering of meerdere redeneerstappen. De handleiding raadt specifiek aan de inspanning voor die langere taken te verhogen om voortijdig beëindigen van hulpmiddelgebruik te voorkomen. Extractie van één veld en een documentvergelijking met uitzonderingen profiteren daarom van verschillende inspanningskeuzes. minimal is een ondersteunde instelling van deze editie, geen algemene instelling om op elk Flash-model over te nemen.
Een gerichte subagentbriefing moet één taak, het bronmateriaal, de toegestane hulpmiddelen en de vereiste eindvorm bevatten. Ze kan bijvoorbeeld een tabel op een aangegeven regel onderzoeken en de betrokken rijen met de relevante waarden teruggeven. De maker benadrukt ook verwerking van tabelgegevens en frontend-JavaScriptwerk met lichte code-uitvoering. De omringende toepassing blijft verantwoordelijk voor het uitvoeren van een gevraagde functie en het teruggeven van het werkelijke resultaat. Houd een voltooid resultaat onderscheiden van een niet-uitgevoerd voorstel of een onopgeloste vraag over de invoer.
De exacte pagina van 3.5 Flash-Lite vermeldt functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding en URL-context, met Computer Use als preview gemarkeerd. Gestructureerde uitvoer en denken worden ondersteund. Behoud voor een persona of taak met meerdere beurten de werkelijke instructies en waarnemingen met hulpmiddelen zodat latere antwoorden dezelfde opdracht volgen. De ontwikkelaarshandleiding benadrukt sterkere personabestendigheid dan bij 3.1 Flash-Lite. Gebruik een beknopte rol en uitvoervereisten in plaats van het doel bij elke vervolgvraag opnieuw te definiëren.
De handleiding verklaart ook oudere samplinginstellingen en vooraf ingevulde laatste modelbeurten voor deze editie verouderd. Stuur een afgebakend antwoord met expliciete instructies of een schema in plaats van het antwoord binnen een synthetische beurt met model-rol te proberen te beginnen. Behoud de gedachtehandtekeningcontext van Gemini 3 waar de interface dat vereist en koppel functieresultaten aan hun aanroepen. Deze voorbereidingsregels ondersteunen een voortzetting die het bewijs behoudt dat nodig is om dezelfde taak te voltooien.
De native kaart vermeldt maximaal 1M context en 64K tekstuitvoer; de exacte API-pagina specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Instructies, records, geschiedenis en media dragen allemaal bij aan de invoervoorbereiding. Caching-, batch-, Flex- en Priority-opties zijn voor het producentprofiel vermeld. Gebruik voor herhaalde aanvragen stabiele identificaties en een compact, consistent antwoordformaat zodat elke extractie met de bron kan worden vergeleken. Audio-, beeld- of video-invoer produceert in dit profiel een tekstinterpretatie of transcript in plaats van gegenereerde spraak of beelden.
Mogelijke beperkingen omvatten hallucinaties en incidentele vertragingen of time-outs. De kennisgrens is maart 2026, met sommige domeinen beperkt tot januari 2025. Bronafhankelijke extractie moet teruggeven wat het aangeleverde materiaal ondersteunt; vragen over actuele feiten vereisen actueel bewijs. Vergeleken met 3.1 Flash-Lite voegt dit profiel de gedocumenteerde uitvoerings- en computergebruiksmogelijkheden toe, terwijl 3.6 Flash de nadruk legt op complexer programmeren en ruimtelijk werk. Controleer geëxtraheerde velden, hulpmiddelresultaten en behouden instructies voordat u het antwoord in een grotere werkstroom opneemt.
", "aboutText": "Gemini 3.5 Flash-Lite is Googles uitvoeringsgerichte multimodale tekstprofiel voor herhaald gegevenswerk en gerichte subagenttaken. Het bouwt voort op Gemini 3.1 Flash-Lite en verbetert documentbegrip, betrouwbaarheid van hulpmiddelen en het volgen van instructies over meerdere beurten. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug. Een bruikbaar resultaat is één geëxtraheerd record, een classificatie, een korte vertaling of een afgebakende analyse met hulpmiddelen binnen een grotere taak.\n\nDefinieer voor documentanalyse de belangrijke velden en het bewijs dat elk veld moet behouden. Geef de relevante pagina’s en specificeer hoe ontbrekende of dubbelzinnige informatie moet worden weergegeven. Extraheer voor supportberichtverwerking een productcode, het genoemde probleem en de ondersteunende zin uit een supportbericht en behoud de berichtidentificatie in het antwoord. Een document met meerdere kandidaten voor een veld mag die niet stilzwijgend tot één gegiste waarde reduceren. Gestructureerde JSON kan het resultaat bruikbaar maken voor latere verwerking wanneer het schema op de werkelijke taak aansluit.\n\nDe gedocumenteerde denkniveaus zijn minimal, low, medium en high, met minimal als standaard. De maker raadt het aan voor extractie, routering en classificatie in grote volumes, terwijl medium of high geschikt is voor autonoom subagentwerk met hulpmiddelaanroepen, code-uitvoering of meerdere redeneerstappen. De handleiding raadt specifiek aan de inspanning voor die langere taken te verhogen om voortijdig beëindigen van hulpmiddelgebruik te voorkomen. Extractie van één veld en een documentvergelijking met uitzonderingen profiteren daarom van verschillende inspanningskeuzes. minimal is een ondersteunde instelling van deze editie, geen algemene instelling om op elk Flash-model over te nemen.\n\nEen gerichte subagentbriefing moet één taak, het bronmateriaal, de toegestane hulpmiddelen en de vereiste eindvorm bevatten. Ze kan bijvoorbeeld een tabel op een aangegeven regel onderzoeken en de betrokken rijen met de relevante waarden teruggeven. De maker benadrukt ook verwerking van tabelgegevens en frontend-JavaScriptwerk met lichte code-uitvoering. De omringende toepassing blijft verantwoordelijk voor het uitvoeren van een gevraagde functie en het teruggeven van het werkelijke resultaat. Houd een voltooid resultaat onderscheiden van een niet-uitgevoerd voorstel of een onopgeloste vraag over de invoer.\n\nDe exacte pagina van 3.5 Flash-Lite vermeldt functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding en URL-context, met Computer Use als preview gemarkeerd. Gestructureerde uitvoer en denken worden ondersteund. Behoud voor een persona of taak met meerdere beurten de werkelijke instructies en waarnemingen met hulpmiddelen zodat latere antwoorden dezelfde opdracht volgen. De ontwikkelaarshandleiding benadrukt sterkere personabestendigheid dan bij 3.1 Flash-Lite. Gebruik een beknopte rol en uitvoervereisten in plaats van het doel bij elke vervolgvraag opnieuw te definiëren.\n\nDe handleiding verklaart ook oudere samplinginstellingen en vooraf ingevulde laatste modelbeurten voor deze editie verouderd. Stuur een afgebakend antwoord met expliciete instructies of een schema in plaats van het antwoord binnen een synthetische beurt met model-rol te proberen te beginnen. Behoud de gedachtehandtekeningcontext van Gemini 3 waar de interface dat vereist en koppel functieresultaten aan hun aanroepen. Deze voorbereidingsregels ondersteunen een voortzetting die het bewijs behoudt dat nodig is om dezelfde taak te voltooien.\n\nDe native kaart vermeldt maximaal 1M context en 64K tekstuitvoer; de exacte API-pagina specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Instructies, records, geschiedenis en media dragen allemaal bij aan de invoervoorbereiding. Caching-, batch-, Flex- en Priority-opties zijn voor het producentprofiel vermeld. Gebruik voor herhaalde aanvragen stabiele identificaties en een compact, consistent antwoordformaat zodat elke extractie met de bron kan worden vergeleken. Audio-, beeld- of video-invoer produceert in dit profiel een tekstinterpretatie of transcript in plaats van gegenereerde spraak of beelden.\n\nMogelijke beperkingen omvatten hallucinaties en incidentele vertragingen of time-outs. De kennisgrens is maart 2026, met sommige domeinen beperkt tot januari 2025. Bronafhankelijke extractie moet teruggeven wat het aangeleverde materiaal ondersteunt; vragen over actuele feiten vereisen actueel bewijs. Vergeleken met 3.1 Flash-Lite voegt dit profiel de gedocumenteerde uitvoerings- en computergebruiksmogelijkheden toe, terwijl 3.6 Flash de nadruk legt op complexer programmeren en ruimtelijk werk. Controleer geëxtraheerde velden, hulpmiddelresultaten en behouden instructies voordat u het antwoord in een grotere werkstroom opneemt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "64b2b23b6396ad8009ec1eeefa031aafd62c29f88100366c7fdcc2842237b0e2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "google/gemini-3.5-flash-lite:batchGemini 3.5 Flash-Lite is Googles multimodale model voor gerichte subagenttaken, documentanalyse en herhaalde gegevensextractie. De standaard redeneerinspanning minimal past bij afgebakende records; medium of high is gedocumenteerd voor hulpmiddelwerk in meerdere stappen. Het geeft tekst of gestructureerde resultaten terug uit tekst, beelden, audio, video en PDF.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.5 Flash-Lite is Googles uitvoeringsgerichte multimodale tekstprofiel voor herhaald gegevenswerk en gerichte subagenttaken. Het bouwt voort op Gemini 3.1 Flash-Lite en verbetert documentbegrip, betrouwbaarheid van hulpmiddelen en het volgen van instructies over meerdere beurten. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug. Een bruikbaar resultaat is één geëxtraheerd record, een classificatie, een korte vertaling of een afgebakende analyse met hulpmiddelen binnen een grotere taak.
Definieer voor documentanalyse de belangrijke velden en het bewijs dat elk veld moet behouden. Geef de relevante pagina’s en specificeer hoe ontbrekende of dubbelzinnige informatie moet worden weergegeven. Extraheer voor supportberichtverwerking een productcode, het genoemde probleem en de ondersteunende zin uit een supportbericht en behoud de berichtidentificatie in het antwoord. Een document met meerdere kandidaten voor een veld mag die niet stilzwijgend tot één gegiste waarde reduceren. Gestructureerde JSON kan het resultaat bruikbaar maken voor latere verwerking wanneer het schema op de werkelijke taak aansluit.
De gedocumenteerde denkniveaus zijn minimal, low, medium en high, met minimal als standaard. De maker raadt het aan voor extractie, routering en classificatie in grote volumes, terwijl medium of high geschikt is voor autonoom subagentwerk met hulpmiddelaanroepen, code-uitvoering of meerdere redeneerstappen. De handleiding raadt specifiek aan de inspanning voor die langere taken te verhogen om voortijdig beëindigen van hulpmiddelgebruik te voorkomen. Extractie van één veld en een documentvergelijking met uitzonderingen profiteren daarom van verschillende inspanningskeuzes. minimal is een ondersteunde instelling van deze editie, geen algemene instelling om op elk Flash-model over te nemen.
Een gerichte subagentbriefing moet één taak, het bronmateriaal, de toegestane hulpmiddelen en de vereiste eindvorm bevatten. Ze kan bijvoorbeeld een tabel op een aangegeven regel onderzoeken en de betrokken rijen met de relevante waarden teruggeven. De maker benadrukt ook verwerking van tabelgegevens en frontend-JavaScriptwerk met lichte code-uitvoering. De omringende toepassing blijft verantwoordelijk voor het uitvoeren van een gevraagde functie en het teruggeven van het werkelijke resultaat. Houd een voltooid resultaat onderscheiden van een niet-uitgevoerd voorstel of een onopgeloste vraag over de invoer.
De exacte pagina van 3.5 Flash-Lite vermeldt functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding en URL-context, met Computer Use als preview gemarkeerd. Gestructureerde uitvoer en denken worden ondersteund. Behoud voor een persona of taak met meerdere beurten de werkelijke instructies en waarnemingen met hulpmiddelen zodat latere antwoorden dezelfde opdracht volgen. De ontwikkelaarshandleiding benadrukt sterkere personabestendigheid dan bij 3.1 Flash-Lite. Gebruik een beknopte rol en uitvoervereisten in plaats van het doel bij elke vervolgvraag opnieuw te definiëren.
De handleiding verklaart ook oudere samplinginstellingen en vooraf ingevulde laatste modelbeurten voor deze editie verouderd. Stuur een afgebakend antwoord met expliciete instructies of een schema in plaats van het antwoord binnen een synthetische beurt met model-rol te proberen te beginnen. Behoud de gedachtehandtekeningcontext van Gemini 3 waar de interface dat vereist en koppel functieresultaten aan hun aanroepen. Deze voorbereidingsregels ondersteunen een voortzetting die het bewijs behoudt dat nodig is om dezelfde taak te voltooien.
De native kaart vermeldt maximaal 1M context en 64K tekstuitvoer; de exacte API-pagina specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Instructies, records, geschiedenis en media dragen allemaal bij aan de invoervoorbereiding. Caching-, batch-, Flex- en Priority-opties zijn voor het producentprofiel vermeld. Gebruik voor herhaalde aanvragen stabiele identificaties en een compact, consistent antwoordformaat zodat elke extractie met de bron kan worden vergeleken. Audio-, beeld- of video-invoer produceert in dit profiel een tekstinterpretatie of transcript in plaats van gegenereerde spraak of beelden.
Mogelijke beperkingen omvatten hallucinaties en incidentele vertragingen of time-outs. De kennisgrens is maart 2026, met sommige domeinen beperkt tot januari 2025. Bronafhankelijke extractie moet teruggeven wat het aangeleverde materiaal ondersteunt; vragen over actuele feiten vereisen actueel bewijs. Vergeleken met 3.1 Flash-Lite voegt dit profiel de gedocumenteerde uitvoerings- en computergebruiksmogelijkheden toe, terwijl 3.6 Flash de nadruk legt op complexer programmeren en ruimtelijk werk. Controleer geëxtraheerde velden, hulpmiddelresultaten en behouden instructies voordat u het antwoord in een grotere werkstroom opneemt.
POST /v1/batchestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldendpoint | Typestring | VereisteVereist | Waarden en limieten /v1/chat/completions | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten google/gemini-3.5-flash-lite:batch | Standaard— |
Veldrequests | Typebatch_item[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldrequests[].custom_id | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldrequests[].body.messages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldcompletion_window | Typestring | VereisteOptioneel | Waarden en limieten 24h | Standaard— |
Veldprovider | Typeobject|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldrequests[].body.model | Typestring | VereisteOptioneel | Waarden en limieten google/gemini-3.5-flash-lite:batch, google/gemini-3.5-flash-lite | Standaard— |
Veldprovider.only | Typestring[] | VereisteOptioneel | Waarden en limieten google-vertex/global | Standaard— |
Veldprovider.allow_fallbacks | Typeboolean|null | VereisteOptioneel | Waarden en limieten false, null | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractendpoint, model, requests |
Parametermaterial_types | Contracttext |
Parameterrepresentation | Contractinline requests[]; elk item bevat custom_id en body |
Parameterrequest_endpoint_profile | Contract/v1/chat/completions |
Parameterfile_material | ContractDe aanroeper mag daadwerkelijke JSONL-inhoud in UTF-8 lokaal in requests[] inlezen. Er wordt geen uploaddoel (purpose), input_file_id of bestandsverwijzing gebruikt. Ontbrekend of leeg klantmateriaal stopt de voorbereiding vóór POST. |
Parameterserialization_order | Contractendpoint, model, provider (indien opgegeven), completion_window (indien opgegeven), requests als laatste |
Parameteroptional_controls | Contractprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | ContractBody’s voor tekstaanvragen via Chat Completions in de gedocumenteerde inline Batch-envelop. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · de daadwerkelijke response.id uit het oorspronkelijke aanmaakantwoord; dezelfde gebruiker/sleutel/groep
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0025 / 1K tokens Invoer · Cache lezen $0.00003 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0025 / 1K tokens Invoer · Cache lezen $0.00003 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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.\ninline 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\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige oorspronkelijke status-JSON, elk resultaat/custom_id en de volledige antwoord- of foutbody. Sla voltooide results[] zonder filtering op als JSONL.
Bewaar de oorspronkelijke bewerkings-ID. Bij 503 result_pending_check hoort X-Should-Retry:false; dien een oorspronkelijke batch met onbekende uitkomst nooit opnieuw in.
| Veld | Type |
|---|---|
Veldresults[].custom_id | Typestring |
Veldresults[].response.body.choices[].message.content | Typestring|null |
Veldresults[].error | Typeobject|null |
Veldusage | Typeobject|null |
Veldid | Typestring |
Veldmodel | Typestring |
Veldendpoint | Typestring |
Veldstatus | Typestring |
Veldrequest_counts | Typeobject |
Veldresults[].id | Typestring |
Veldresults[].response.status_code | Typeinteger |
Veldresults[].response.request_id | Typestring |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldige gedocumenteerde inline envelop, dubbele sleutels, ongeldige itemidentiteit of een conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden voordat u een nieuwe aanvraag indient. |
Antwoord401 · authentication_error | VoorwaardeOngeldige API-sleutel. | Volgende stapGebruik de geautoriseerde Ailoot-sleutel. |
Antwoord403 · permission_error | VoorwaardeBatch-groep niet beschikbaar. | Volgende stapControleer de toegangsrechten van de sleutel/groep. |
Antwoord422 · invalid_request_error | VoorwaardeBij Batch worden kosten van het saldo afgeschreven; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep waarvoor kosten van het saldo worden afgeschreven. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsopgave worden berekend. | Volgende stapBewaar het antwoord; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeBatch-reservering niet beschikbaar. | Volgende stapLos het toelatingsprobleem op voordat u een nieuwe aanvraag indient. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar het antwoord; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar het antwoord voor herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet worden gecontroleerd; X-Should-Retry:false. | Volgende stapBewaar de oorspronkelijke operation_id/id en lees de status ervan uit; herhaal de oorspronkelijke POST nooit. |
Antwoord404 · not_found | VoorwaardeDe bewerking voor de Batch-status ontbreekt of is eigendom van een andere identiteit. | Volgende stapGebruik exact de oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra google/gemini-3.5-flash-lite:batch
Gebruik de hierboven getoonde methodepaden.