Gemini 2.5 Flash to stabilny profil hybrydowego rozumowania Google do wszechstronnej pracy multimodalnej i agentowego użycia narzędzi. Oferuje odpowiedzi z myśleniem i bez myślenia do zadań multimodalnych na dużą skalę wymagających różnych poziomów rozumowania. Tekst, obrazy, audio i wideo składają się na odpowiedź tekstową. Wejście dokumentowe opisano również w profilu chmurowym Google dla tego konkretnego modelu. Przydatnym wynikiem może być porównanie dokumentów, interpretacja wykresu, transkrypt, kod lub rekord strukturalny.
Sterowanie rozumowaniem tej edycji używa thinkingBudget. Dynamiczne myślenie jest domyślne; ustawienie -1 pozwala modelowi dostosować rozumowanie do złożoności zadania. Jawny budżet może wynosić od zera do 24,576 tokenów, a zero wyłącza myślenie. Wybierz budżet odpowiedni do rzeczywistego problemu zamiast przypisywać ten sam wysiłek prostej kategoryzacji i analizie z wieloma warunkami. Przewodnik traktuje budżet jako wskazówkę, a natywna karta zaznacza, że jego przestrzeganie może nie być dokładne.
Dla zadania dokumentowego lub dotyczącego danych zdefiniuj pytanie, wymagane pola i dowody, które powinny towarzyszyć wynikowi. Przy porównaniu wymagań porównaj dwie specyfikacje i zwróć zmienione wymaganie, jego fragment źródłowy i wpływ na wskazany przepływ pracy. Wyjście strukturalne jest przydatne, gdy każde ustalenie wymaga tej samej postaci rekordu. Jeżeli źródło podaje kilka możliwych wartości lub pozostawia pole otwarte, zachowaj tę niepewność zamiast wymuszać jedną wiarygodną odpowiedź. Sprawdzaj zwrócone wartości względem dostarczonych stron lub danych.
Dla materiałów wizualnych lub audio wskaż odpowiedni obiekt, etykietę, zdarzenie lub fragment nagrania. Poproś o potrzebny rodzaj tekstu: widoczne wartości z wykresu, opis zdarzenia, transkrypt lub podsumowanie. Są to różne rezultaty i instrukcja powinna określać, który z nich wygenerować. Wspólna natywna karta obejmuje Flash Image i Flash Audio jako osobno nazwane możliwości; ich generowane wyjścia obrazowe i mowy nie są częścią tego stabilnego profilu tekstowego.
Dokładny profil chmurowy Google dokumentuje wejścia PDF i zwykłego tekstu z limitami właściwymi dla interfejsu: 50 MB na PDF importowany przez API i do 3,000 stron na plik, z limitem 7 MB dla pliku zwykłego tekstu. Profil opisuje także około 45 minut wideo z audio lub godzinę bez audio oraz około 8.4 godziny audio w ramach limitu wejścia miliona tokenów. Są to określone ograniczenia interfejsu chmurowego, odrębne od ogólnego okna tokenów modelu. Przygotuj odpowiednią sekcję i format źródła zamiast zakładać ten sam limit dla każdego typu pliku lub ścieżki przesyłania.
Dokładna tabela Gemini API wymienia wywoływanie funkcji, wykonywanie kodu, wyszukiwanie plików, ugruntowanie przez wyszukiwanie, ugruntowanie Maps, kontekst URL i structured outputs. Zdefiniuj rolę i postać parametrów każdej funkcji oraz kontynuuj na podstawie rzeczywiście zwróconego wyniku. Model może zażądać operacji, a połączona aplikacja ją wykonuje. Zachowuj niezbędny kontekst sygnatur myśli przy kontynuowaniu zadania rozumowania w interfejsie bezstanowym. Odpowiedź strukturalna lub sugestia funkcji nie potwierdza niezależnie powodzenia operacji zewnętrznej.
Natywna karta modelu podaje kontekst 1M i wyjście tekstowe 64K, natomiast dokładna tabela API określa 1,048,576 tokenów wejściowych i 65,536 tokenów wyjściowych. Limit odpowiedzi obejmuje tokeny myślenia, więc zbyt mały limit może pozostawić odpowiedź końcową uciętą lub pustą. Poproś o rezultat o rozmiarze odpowiednim do limitu wyjścia i używaj budżetu rozumowania do kierowania wysiłkiem. Dla tego profilu producenta udokumentowano buforowanie, przetwarzanie wsadowe, Flex i Priority. Zachowuj identyfikatory pozycji przy przygotowaniu kilku niezależnych rekordów.
Stabilna edycja pozostaje odrębna od wariantów Flash Preview i późniejszych modeli Gemini 3. Jej karta wymienia możliwe halucynacje, ograniczenia w rozumieniu przyczynowości oraz złożonym rozumowaniu logicznym lub kontrfaktycznym, a także datę graniczną wiedzy styczeń 2025. Dostarcz nowe dowody, gdy zadanie zależy od nowszych informacji. Sprawdzaj obliczenia, wyodrębnione wartości, transkrypty i proponowany kod względem rzeczywistego źródła lub wyniku wykonania. Hybrydowe myślenie jest przydatne, gdy wspiera ten konkretny wynik, zamiast zastępować jego sprawdzenie.
", "aboutText": "Gemini 2.5 Flash to stabilny profil hybrydowego rozumowania Google do wszechstronnej pracy multimodalnej i agentowego użycia narzędzi. Oferuje odpowiedzi z myśleniem i bez myślenia do zadań multimodalnych na dużą skalę wymagających różnych poziomów rozumowania. Tekst, obrazy, audio i wideo składają się na odpowiedź tekstową. Wejście dokumentowe opisano również w profilu chmurowym Google dla tego konkretnego modelu. Przydatnym wynikiem może być porównanie dokumentów, interpretacja wykresu, transkrypt, kod lub rekord strukturalny.\n\nSterowanie rozumowaniem tej edycji używa thinkingBudget. Dynamiczne myślenie jest domyślne; ustawienie -1 pozwala modelowi dostosować rozumowanie do złożoności zadania. Jawny budżet może wynosić od zera do 24,576 tokenów, a zero wyłącza myślenie. Wybierz budżet odpowiedni do rzeczywistego problemu zamiast przypisywać ten sam wysiłek prostej kategoryzacji i analizie z wieloma warunkami. Przewodnik traktuje budżet jako wskazówkę, a natywna karta zaznacza, że jego przestrzeganie może nie być dokładne.\n\nDla zadania dokumentowego lub dotyczącego danych zdefiniuj pytanie, wymagane pola i dowody, które powinny towarzyszyć wynikowi. Przy porównaniu wymagań porównaj dwie specyfikacje i zwróć zmienione wymaganie, jego fragment źródłowy i wpływ na wskazany przepływ pracy. Wyjście strukturalne jest przydatne, gdy każde ustalenie wymaga tej samej postaci rekordu. Jeżeli źródło podaje kilka możliwych wartości lub pozostawia pole otwarte, zachowaj tę niepewność zamiast wymuszać jedną wiarygodną odpowiedź. Sprawdzaj zwrócone wartości względem dostarczonych stron lub danych.\n\nDla materiałów wizualnych lub audio wskaż odpowiedni obiekt, etykietę, zdarzenie lub fragment nagrania. Poproś o potrzebny rodzaj tekstu: widoczne wartości z wykresu, opis zdarzenia, transkrypt lub podsumowanie. Są to różne rezultaty i instrukcja powinna określać, który z nich wygenerować. Wspólna natywna karta obejmuje Flash Image i Flash Audio jako osobno nazwane możliwości; ich generowane wyjścia obrazowe i mowy nie są częścią tego stabilnego profilu tekstowego.\n\nDokładny profil chmurowy Google dokumentuje wejścia PDF i zwykłego tekstu z limitami właściwymi dla interfejsu: 50 MB na PDF importowany przez API i do 3,000 stron na plik, z limitem 7 MB dla pliku zwykłego tekstu. Profil opisuje także około 45 minut wideo z audio lub godzinę bez audio oraz około 8.4 godziny audio w ramach limitu wejścia miliona tokenów. Są to określone ograniczenia interfejsu chmurowego, odrębne od ogólnego okna tokenów modelu. Przygotuj odpowiednią sekcję i format źródła zamiast zakładać ten sam limit dla każdego typu pliku lub ścieżki przesyłania.\n\nDokładna tabela Gemini API wymienia wywoływanie funkcji, wykonywanie kodu, wyszukiwanie plików, ugruntowanie przez wyszukiwanie, ugruntowanie Maps, kontekst URL i structured outputs. Zdefiniuj rolę i postać parametrów każdej funkcji oraz kontynuuj na podstawie rzeczywiście zwróconego wyniku. Model może zażądać operacji, a połączona aplikacja ją wykonuje. Zachowuj niezbędny kontekst sygnatur myśli przy kontynuowaniu zadania rozumowania w interfejsie bezstanowym. Odpowiedź strukturalna lub sugestia funkcji nie potwierdza niezależnie powodzenia operacji zewnętrznej.\n\nNatywna karta modelu podaje kontekst 1M i wyjście tekstowe 64K, natomiast dokładna tabela API określa 1,048,576 tokenów wejściowych i 65,536 tokenów wyjściowych. Limit odpowiedzi obejmuje tokeny myślenia, więc zbyt mały limit może pozostawić odpowiedź końcową uciętą lub pustą. Poproś o rezultat o rozmiarze odpowiednim do limitu wyjścia i używaj budżetu rozumowania do kierowania wysiłkiem. Dla tego profilu producenta udokumentowano buforowanie, przetwarzanie wsadowe, Flex i Priority. Zachowuj identyfikatory pozycji przy przygotowaniu kilku niezależnych rekordów.\n\nStabilna edycja pozostaje odrębna od wariantów Flash Preview i późniejszych modeli Gemini 3. Jej karta wymienia możliwe halucynacje, ograniczenia w rozumieniu przyczynowości oraz złożonym rozumowaniu logicznym lub kontrfaktycznym, a także datę graniczną wiedzy styczeń 2025. Dostarcz nowe dowody, gdy zadanie zależy od nowszych informacji. Sprawdzaj obliczenia, wyodrębnione wartości, transkrypty i proponowany kod względem rzeczywistego źródła lub wyniku wykonania. Hybrydowe myślenie jest przydatne, gdy wspiera ten konkretny wynik, zamiast zastępować jego sprawdzenie.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9eed230efe79a5f15df01029d05db04bc6f73f8e512a90e8994fbff6ff902a97", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "google/gemini-2.5-flash:batchGemini 2.5 Flash to stabilny model hybrydowego rozumowania Google do analizy multimodalnej i zadań agentów. Dynamiczny budżet myślenia można ustawić od 0 do 24,576 tokenów, w tym w trybie wyłączenia. Tekst, obrazy, audio, wideo i dokumenty stają się tekstem lub wynikami strukturalnymi, z udokumentowanym limitem wejścia 1,048,576 tokenów.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Gemini 2.5 Flash to stabilny profil hybrydowego rozumowania Google do wszechstronnej pracy multimodalnej i agentowego użycia narzędzi. Oferuje odpowiedzi z myśleniem i bez myślenia do zadań multimodalnych na dużą skalę wymagających różnych poziomów rozumowania. Tekst, obrazy, audio i wideo składają się na odpowiedź tekstową. Wejście dokumentowe opisano również w profilu chmurowym Google dla tego konkretnego modelu. Przydatnym wynikiem może być porównanie dokumentów, interpretacja wykresu, transkrypt, kod lub rekord strukturalny.
Sterowanie rozumowaniem tej edycji używa thinkingBudget. Dynamiczne myślenie jest domyślne; ustawienie -1 pozwala modelowi dostosować rozumowanie do złożoności zadania. Jawny budżet może wynosić od zera do 24,576 tokenów, a zero wyłącza myślenie. Wybierz budżet odpowiedni do rzeczywistego problemu zamiast przypisywać ten sam wysiłek prostej kategoryzacji i analizie z wieloma warunkami. Przewodnik traktuje budżet jako wskazówkę, a natywna karta zaznacza, że jego przestrzeganie może nie być dokładne.
Dla zadania dokumentowego lub dotyczącego danych zdefiniuj pytanie, wymagane pola i dowody, które powinny towarzyszyć wynikowi. Przy porównaniu wymagań porównaj dwie specyfikacje i zwróć zmienione wymaganie, jego fragment źródłowy i wpływ na wskazany przepływ pracy. Wyjście strukturalne jest przydatne, gdy każde ustalenie wymaga tej samej postaci rekordu. Jeżeli źródło podaje kilka możliwych wartości lub pozostawia pole otwarte, zachowaj tę niepewność zamiast wymuszać jedną wiarygodną odpowiedź. Sprawdzaj zwrócone wartości względem dostarczonych stron lub danych.
Dla materiałów wizualnych lub audio wskaż odpowiedni obiekt, etykietę, zdarzenie lub fragment nagrania. Poproś o potrzebny rodzaj tekstu: widoczne wartości z wykresu, opis zdarzenia, transkrypt lub podsumowanie. Są to różne rezultaty i instrukcja powinna określać, który z nich wygenerować. Wspólna natywna karta obejmuje Flash Image i Flash Audio jako osobno nazwane możliwości; ich generowane wyjścia obrazowe i mowy nie są częścią tego stabilnego profilu tekstowego.
Dokładny profil chmurowy Google dokumentuje wejścia PDF i zwykłego tekstu z limitami właściwymi dla interfejsu: 50 MB na PDF importowany przez API i do 3,000 stron na plik, z limitem 7 MB dla pliku zwykłego tekstu. Profil opisuje także około 45 minut wideo z audio lub godzinę bez audio oraz około 8.4 godziny audio w ramach limitu wejścia miliona tokenów. Są to określone ograniczenia interfejsu chmurowego, odrębne od ogólnego okna tokenów modelu. Przygotuj odpowiednią sekcję i format źródła zamiast zakładać ten sam limit dla każdego typu pliku lub ścieżki przesyłania.
Dokładna tabela Gemini API wymienia wywoływanie funkcji, wykonywanie kodu, wyszukiwanie plików, ugruntowanie przez wyszukiwanie, ugruntowanie Maps, kontekst URL i structured outputs. Zdefiniuj rolę i postać parametrów każdej funkcji oraz kontynuuj na podstawie rzeczywiście zwróconego wyniku. Model może zażądać operacji, a połączona aplikacja ją wykonuje. Zachowuj niezbędny kontekst sygnatur myśli przy kontynuowaniu zadania rozumowania w interfejsie bezstanowym. Odpowiedź strukturalna lub sugestia funkcji nie potwierdza niezależnie powodzenia operacji zewnętrznej.
Natywna karta modelu podaje kontekst 1M i wyjście tekstowe 64K, natomiast dokładna tabela API określa 1,048,576 tokenów wejściowych i 65,536 tokenów wyjściowych. Limit odpowiedzi obejmuje tokeny myślenia, więc zbyt mały limit może pozostawić odpowiedź końcową uciętą lub pustą. Poproś o rezultat o rozmiarze odpowiednim do limitu wyjścia i używaj budżetu rozumowania do kierowania wysiłkiem. Dla tego profilu producenta udokumentowano buforowanie, przetwarzanie wsadowe, Flex i Priority. Zachowuj identyfikatory pozycji przy przygotowaniu kilku niezależnych rekordów.
Stabilna edycja pozostaje odrębna od wariantów Flash Preview i późniejszych modeli Gemini 3. Jej karta wymienia możliwe halucynacje, ograniczenia w rozumieniu przyczynowości oraz złożonym rozumowaniu logicznym lub kontrfaktycznym, a także datę graniczną wiedzy styczeń 2025. Dostarcz nowe dowody, gdy zadanie zależy od nowszych informacji. Sprawdzaj obliczenia, wyodrębnione wartości, transkrypty i proponowany kod względem rzeczywistego źródła lub wyniku wykonania. Hybrydowe myślenie jest przydatne, gdy wspiera ten konkretny wynik, zamiast zastępować jego sprawdzenie.
POST /v1/batchestexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Poleendpoint | Typstring | WymaganieWymagane | Wartości i limity /v1/chat/completions | Domyślnie— |
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-2.5-flash:batch | Domyślnie— |
Polerequests | Typbatch_item[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polerequests[].custom_id | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polerequests[].body.messages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polecompletion_window | Typstring | WymaganieOpcjonalne | Wartości i limity 24h | Domyślnie— |
Poleprovider | Typobject|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktendpoint, model, requests |
Parametrmaterial_types | Kontrakttext |
Parametrrepresentation | Kontraktrequests[] bezpośrednio w żądaniu; każdy element zawiera custom_id i body |
Parametrrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parametrfile_material | KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests[]. Nie używa się przeznaczenia przesyłanego pliku, input_file_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST. |
Parametrserialization_order | Kontraktendpoint, model, provider (jeśli podano), completion_window (jeśli podano), requests na końcu |
Parametroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parametrschema_scope | KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu. |
Cykl życia: asynchronous
GET /v1/batches/{operation_id} · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0003 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0025 / 1K tokenów Wejście · Odczyt cache $0.00006 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0003 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0025 / 1K tokenów Wejście · Odczyt cache $0.00006 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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-2.5-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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-flash:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nJSON bezpośrednio w results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${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\nZachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie wyniki, treści odpowiedzi i błędów, warianty choice oraz łączne dane użycia.
Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result_pending_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany.
| Pole | Typ |
|---|---|
Poleresults[].custom_id | Typstring |
Poleresults[].response.body.choices[].message.content | Typstring|null |
Poleresults[].error | Typobject|null |
Poleusage | Typobject|null |
Ailoot Ultra google/gemini-2.5-flash:batch
Użyj ścieżek metod podanych powyżej.