Gemini 2.5 Flash-Lite é o perfil leve e estável da Google para tradução, classificação e extração simples de dados em grande volume. O seu raciocínio híbrido pode utilizar ou omitir pensamento conforme a tarefa. Aceita texto, imagens, áudio, vídeo e PDF e produz texto. Um resultado útil é uma categoria, uma tradução concisa, um registo extraído de material fornecido ou uma explicação escrita delimitada.
Para classificação, defina as categorias, a regra de decisão e a forma da resposta. Mantenha o identificador da fonte num resultado quando forem processados vários itens independentes. Para classificação de mensagens de suporte, classifique uma mensagem de suporte por tipo de problema e devolva a frase que sustenta a categoria. Inclua uma regra para provas em falta ou ambíguas, para que uma resposta fluente não preencha um campo obrigatório com uma suposição. O papel deste modelo leve é mais útil quando a entrada e o resultado exigido estão claramente especificados.
O pensamento está desligado por predefinição na configuração 2.5 Flash-Lite documentada. O guia de pensamento GenerateContent da Google permite um orçamento explícito de pensamento entre 512 e 24 576 tokens, zero para manter o pensamento desligado e -1 para pedir pensamento dinâmico. São controlos de orçamento de raciocínio, separados da margem de resposta final. Ative raciocínio adicional quando uma extração tiver condições que interagem ou uma classificação tiver exceções; uma conversão direta pode manter o comportamento predefinido sem pensamento. O guia observa que o modelo pode utilizar mais ou menos tokens de pensamento do que o orçamento pedido.
Para tradução, forneça a língua de destino, o público e os termos a preservar. Especifique se o resultado deve conter apenas a tradução ou um registo identificado. Para extração documental, defina os campos e peça passagens de origem que permitam verificar a saída. Para uma gravação, distinga uma transcrição de um resumo e identifique a passagem importante. Imagens ou vídeo podem contribuir com provas para uma resposta textual. O artefacto pretendido deve continuar claro mesmo quando a entrada combina vários tipos de suportes multimédia.
A tabela estável exata apresenta chamadas de funções, execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Maps, contexto de URL e saídas estruturadas. As funções precisam de uma finalidade clara e de parâmetros definidos; a aplicação ligada executa a operação e fornece o resultado. Para extração baseada num esquema, valide a estrutura devolvida e compare os valores com o material original. Uma decisão de ferramenta ou um registo bem formado só são úteis no contexto da fonte e das provas realmente devolvidas.
A ficha nativa indica uma janela de contexto de 1M e saída textual de 64K. A página do modelo da API especifica 1 048 576 tokens de entrada e 65 536 tokens de saída. Instruções, conteúdo de origem e conversação preservada consomem o orçamento de entrada, enquanto o raciocínio e um limite de resposta afetam se o resultado final cabe. Cache, processamento em lote, Flex e Priority são apresentados para este perfil do produtor. Para tarefas repetidas, preserve as mesmas definições de categorias ou campos e transporte os identificadores através do resultado, para que uma revisão posterior possa localizar o item de origem.
Este perfil estável é separado das variantes Preview de junho e setembro descritas noutros pontos da família. A ficha nativa partilhada atribui melhorias do September Preview, incluindo cumprimento de instruções e concisão, especificamente a essa pré-visualização; não devem ser transferidas silenciosamente para o identificador estável. Gerações Flash-Lite posteriores utilizam também controlos de pensamento e tabelas de capacidades diferentes. Preserve a edição e escolha as definições documentadas para ela, em vez de substituir os orçamentos 2.5 pela sintaxe de níveis de pensamento Gemini 3.
A ficha apresenta alucinações e limitações na compreensão causal, dedução lógica complexa e raciocínio contrafactual, e indica uma data-limite de conhecimento de janeiro de 2025. Forneça provas atuais ou utilize um fluxo de fundamentação documentado quando os factos mais recentes importarem. Reveja traduções quanto ao significado, campos extraídos quanto ao apoio na fonte e transcrições face ao áudio. Um resultado pequeno e focado torna esta revisão prática, sem tratar uma resposta polida como prova de que a fonte continha o pormenor afirmado.
", "aboutText": "Gemini 2.5 Flash-Lite é o perfil leve e estável da Google para tradução, classificação e extração simples de dados em grande volume. O seu raciocínio híbrido pode utilizar ou omitir pensamento conforme a tarefa. Aceita texto, imagens, áudio, vídeo e PDF e produz texto. Um resultado útil é uma categoria, uma tradução concisa, um registo extraído de material fornecido ou uma explicação escrita delimitada.\n\nPara classificação, defina as categorias, a regra de decisão e a forma da resposta. Mantenha o identificador da fonte num resultado quando forem processados vários itens independentes. Para classificação de mensagens de suporte, classifique uma mensagem de suporte por tipo de problema e devolva a frase que sustenta a categoria. Inclua uma regra para provas em falta ou ambíguas, para que uma resposta fluente não preencha um campo obrigatório com uma suposição. O papel deste modelo leve é mais útil quando a entrada e o resultado exigido estão claramente especificados.\n\nO pensamento está desligado por predefinição na configuração 2.5 Flash-Lite documentada. O guia de pensamento GenerateContent da Google permite um orçamento explícito de pensamento entre 512 e 24 576 tokens, zero para manter o pensamento desligado e -1 para pedir pensamento dinâmico. São controlos de orçamento de raciocínio, separados da margem de resposta final. Ative raciocínio adicional quando uma extração tiver condições que interagem ou uma classificação tiver exceções; uma conversão direta pode manter o comportamento predefinido sem pensamento. O guia observa que o modelo pode utilizar mais ou menos tokens de pensamento do que o orçamento pedido.\n\nPara tradução, forneça a língua de destino, o público e os termos a preservar. Especifique se o resultado deve conter apenas a tradução ou um registo identificado. Para extração documental, defina os campos e peça passagens de origem que permitam verificar a saída. Para uma gravação, distinga uma transcrição de um resumo e identifique a passagem importante. Imagens ou vídeo podem contribuir com provas para uma resposta textual. O artefacto pretendido deve continuar claro mesmo quando a entrada combina vários tipos de suportes multimédia.\n\nA tabela estável exata apresenta chamadas de funções, execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Maps, contexto de URL e saídas estruturadas. As funções precisam de uma finalidade clara e de parâmetros definidos; a aplicação ligada executa a operação e fornece o resultado. Para extração baseada num esquema, valide a estrutura devolvida e compare os valores com o material original. Uma decisão de ferramenta ou um registo bem formado só são úteis no contexto da fonte e das provas realmente devolvidas.\n\nA ficha nativa indica uma janela de contexto de 1M e saída textual de 64K. A página do modelo da API especifica 1 048 576 tokens de entrada e 65 536 tokens de saída. Instruções, conteúdo de origem e conversação preservada consomem o orçamento de entrada, enquanto o raciocínio e um limite de resposta afetam se o resultado final cabe. Cache, processamento em lote, Flex e Priority são apresentados para este perfil do produtor. Para tarefas repetidas, preserve as mesmas definições de categorias ou campos e transporte os identificadores através do resultado, para que uma revisão posterior possa localizar o item de origem.\n\nEste perfil estável é separado das variantes Preview de junho e setembro descritas noutros pontos da família. A ficha nativa partilhada atribui melhorias do September Preview, incluindo cumprimento de instruções e concisão, especificamente a essa pré-visualização; não devem ser transferidas silenciosamente para o identificador estável. Gerações Flash-Lite posteriores utilizam também controlos de pensamento e tabelas de capacidades diferentes. Preserve a edição e escolha as definições documentadas para ela, em vez de substituir os orçamentos 2.5 pela sintaxe de níveis de pensamento Gemini 3.\n\nA ficha apresenta alucinações e limitações na compreensão causal, dedução lógica complexa e raciocínio contrafactual, e indica uma data-limite de conhecimento de janeiro de 2025. Forneça provas atuais ou utilize um fluxo de fundamentação documentado quando os factos mais recentes importarem. Reveja traduções quanto ao significado, campos extraídos quanto ao apoio na fonte e transcrições face ao áudio. Um resultado pequeno e focado torna esta revisão prática, sem tratar uma resposta polida como prova de que a fonte continha o pormenor afirmado.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f20921dcd252a9f0aa230310f224548b1cfef4e4ecae59249648e91fd59e2488", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "google/gemini-2.5-flash-lite:batchGemini 2.5 Flash-Lite é o modelo textual multimodal estável da Google para classificação, tradução e extração simples frequentes. O pensamento está desligado por predefinição e pode ser ativado com um orçamento de raciocínio de 512–24 576 tokens. Aceita texto e suportes multimédia, com ferramentas, saída estruturada e um limite de entrada de 1 048 576 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 2.5 Flash-Lite é o perfil leve e estável da Google para tradução, classificação e extração simples de dados em grande volume. O seu raciocínio híbrido pode utilizar ou omitir pensamento conforme a tarefa. Aceita texto, imagens, áudio, vídeo e PDF e produz texto. Um resultado útil é uma categoria, uma tradução concisa, um registo extraído de material fornecido ou uma explicação escrita delimitada.
Para classificação, defina as categorias, a regra de decisão e a forma da resposta. Mantenha o identificador da fonte num resultado quando forem processados vários itens independentes. Para classificação de mensagens de suporte, classifique uma mensagem de suporte por tipo de problema e devolva a frase que sustenta a categoria. Inclua uma regra para provas em falta ou ambíguas, para que uma resposta fluente não preencha um campo obrigatório com uma suposição. O papel deste modelo leve é mais útil quando a entrada e o resultado exigido estão claramente especificados.
O pensamento está desligado por predefinição na configuração 2.5 Flash-Lite documentada. O guia de pensamento GenerateContent da Google permite um orçamento explícito de pensamento entre 512 e 24 576 tokens, zero para manter o pensamento desligado e -1 para pedir pensamento dinâmico. São controlos de orçamento de raciocínio, separados da margem de resposta final. Ative raciocínio adicional quando uma extração tiver condições que interagem ou uma classificação tiver exceções; uma conversão direta pode manter o comportamento predefinido sem pensamento. O guia observa que o modelo pode utilizar mais ou menos tokens de pensamento do que o orçamento pedido.
Para tradução, forneça a língua de destino, o público e os termos a preservar. Especifique se o resultado deve conter apenas a tradução ou um registo identificado. Para extração documental, defina os campos e peça passagens de origem que permitam verificar a saída. Para uma gravação, distinga uma transcrição de um resumo e identifique a passagem importante. Imagens ou vídeo podem contribuir com provas para uma resposta textual. O artefacto pretendido deve continuar claro mesmo quando a entrada combina vários tipos de suportes multimédia.
A tabela estável exata apresenta chamadas de funções, execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Maps, contexto de URL e saídas estruturadas. As funções precisam de uma finalidade clara e de parâmetros definidos; a aplicação ligada executa a operação e fornece o resultado. Para extração baseada num esquema, valide a estrutura devolvida e compare os valores com o material original. Uma decisão de ferramenta ou um registo bem formado só são úteis no contexto da fonte e das provas realmente devolvidas.
A ficha nativa indica uma janela de contexto de 1M e saída textual de 64K. A página do modelo da API especifica 1 048 576 tokens de entrada e 65 536 tokens de saída. Instruções, conteúdo de origem e conversação preservada consomem o orçamento de entrada, enquanto o raciocínio e um limite de resposta afetam se o resultado final cabe. Cache, processamento em lote, Flex e Priority são apresentados para este perfil do produtor. Para tarefas repetidas, preserve as mesmas definições de categorias ou campos e transporte os identificadores através do resultado, para que uma revisão posterior possa localizar o item de origem.
Este perfil estável é separado das variantes Preview de junho e setembro descritas noutros pontos da família. A ficha nativa partilhada atribui melhorias do September Preview, incluindo cumprimento de instruções e concisão, especificamente a essa pré-visualização; não devem ser transferidas silenciosamente para o identificador estável. Gerações Flash-Lite posteriores utilizam também controlos de pensamento e tabelas de capacidades diferentes. Preserve a edição e escolha as definições documentadas para ela, em vez de substituir os orçamentos 2.5 pela sintaxe de níveis de pensamento Gemini 3.
A ficha apresenta alucinações e limitações na compreensão causal, dedução lógica complexa e raciocínio contrafactual, e indica uma data-limite de conhecimento de janeiro de 2025. Forneça provas atuais ou utilize um fluxo de fundamentação documentado quando os factos mais recentes importarem. Reveja traduções quanto ao significado, campos extraídos quanto ao apoio na fonte e transcrições face ao áudio. Um resultado pequeno e focado torna esta revisão prática, sem tratar uma resposta polida como prova de que a fonte continha o pormenor afirmado.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— |
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-2.5-flash-lite:batch | Predefinição— |
Camporequests | Tipobatch_item[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Camporequests[].custom_id | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores e limites 24h | Predefinição— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores e limites | Predefinição— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores e limites google/gemini-2.5-flash-lite:batch, google/gemini-2.5-flash-lite | Predefinição— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores e limites google-ai-studio | Predefinição— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores e limites false, null | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratoendpoint, model, requests |
Parâmetromaterial_types | Contratotext |
Parâmetrorepresentation | Contratorequests[] em linha; cada item tem custom_id e body |
Parâmetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parâmetrofile_material | ContratoQuem faz a chamada pode ler localmente o conteúdo JSONL UTF-8 efetivo para requests[]. Não é utilizada qualquer finalidade de carregamento, input_file_id ou referência a ficheiro. Se o material do cliente estiver em falta ou vazio, a preparação é interrompida antes do POST. |
Parâmetroserialization_order | Contratoendpoint, model, provider (se fornecido), completion_window (se fornecido), requests em último lugar |
Parâmetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parâmetroschema_scope | ContratoCorpos de pedidos de texto de Chat Completions na estrutura de lote em linha documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id efetivo da resposta original de criação; mesmo utilizador/chave/grupo
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0001 / 1K tokens Saída · Tokens de saída $0.0004 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0001 / 1K tokens Saída · Tokens de saída $0.0004 / 1K tokens Entrada · Leitura da cache $0.00002 / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-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-2.5-flash-lite:batch', 'google/gemini-2.5-flash-lite']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"google/gemini-2.5-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.\nJSON em linha de 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\nGuarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve o JSON completo do estado original, todos os resultados/custom_id e o corpo completo da resposta ou do erro. Guarde os results[] concluídos em formato JSONL, sem filtrar.
Preserve o ID original da operação. A resposta 503 result_pending_check inclui X-Should-Retry:false; nunca volte a enviar um lote original de estado desconhecido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoEstrutura em linha documentada inválida, chaves duplicadas, identidade do item inválida ou conflito com as capacidades configuradas do modelo. | Passo seguinteCorrija os campos indicados antes de qualquer novo envio. |
Resposta401 · authentication_error | CondiçãoChave de API inválida. | Passo seguinteUse a chave Ailoot autorizada. |
Resposta403 · permission_error | CondiçãoGrupo de processamento em lote indisponível. | Passo seguinteVerifique os direitos de acesso da chave/do grupo. |
Resposta422 · invalid_request_error | CondiçãoO processamento em lote usa faturação por débito do saldo; a criação com subscrição é rejeitada. | Passo seguinteUse o grupo autorizado com faturação por débito do saldo. |
Resposta422 · price_unavailable | CondiçãoNão é possível calcular uma estimativa de preço para os dados de entrada do lote. | Passo seguinteConserve a resposta; use os dados de entrada documentados para a família. |
Resposta402 · billing_error | CondiçãoReserva para processamento em lote indisponível. | Passo seguinteResolva a questão da admissão antes de um novo pedido. |
Resposta503 · price_unavailable | CondiçãoPreço do método de processamento em lote/tarifas nativas indisponíveis. | Passo seguinteConserve a resposta; não substitua os preços. |
Resposta503 · api_error | CondiçãoA rota exata do fornecedor está indisponível. | Passo seguinteConserve a resposta para corrigir a rota. |
Resposta503 · result_pending_check | CondiçãoO resultado original requer verificação; X-Should-Retry:false. | Passo seguinteGuarde o operation_id/id original e consulte o respetivo estado; nunca repita o POST original. |
Resposta404 · not_found | CondiçãoA operação de consulta do estado do lote não existe ou pertence a outra identidade. | Passo seguinteUse o id original exato e o mesmo utilizador/chave/grupo. |
Ailoot Ultra google/gemini-2.5-flash-lite:batch
Use os caminhos dos métodos indicados acima.